首页 文章 精选 留言 我的

精选列表

搜索[智能平台],共10000篇文章
优秀的个人博客,低调大师

斯坦福等顶尖大学联手开源 LocAgent——用于定位代码问题的智能体

斯坦福大学、耶鲁大学、南加州大学等研究人员联合开源了用于定位代码问题的 AI Agent —— LocAgent。 开源地址:https://github.com/gersteinlab/LocAgent 论文地址:https://arxiv.org/pdf/2503.09089 在软件开发和维护领域,代码定位是开发者日常工作中的核心任务之一,需要开发者根据问题描述,例如,错误报告、功能请求或性能问题等,快速、准确地找到需要修改的代码片段。 但传统代码定位方法在处理复杂代码库时,面临复杂代码库导航困难,问题描述与代码实体之间的语义鸿沟,多跳推理的困难等。而LocAgent可以有效解决这些难题,能自动、快速精准定、遍历代码。 LocAgent的核心在于其“图基代码”表示,能将代码库解析为一个有向异构图,从而捕捉代码的层次结构和依赖关系。 在这个图中,节点代表代码库中的实体,包括文件、类、函数等,而边则表示这些实体之间的关系,例如文件之间的导入关系、函数之间的调用关系以及类之间的继承关系,还能够揭示出隐藏在代码中的复杂依赖关系。 LocAgent首先会解析代码库中的每个文件,识别出其中的类、函数等代码元素,并将它们作为节点加入到图中。随后,会分析这些代码元素之间的关系,并将这些关系作为边添加到图中。 例如,如果一个函数调用了另一个函数,那么在图中就会有一条从调用函数指向被调用函数的边。通过这种方式,LocAgent能够构建出一个全面且详细的代码库图表示,为后续的代码定位任务提供了坚实的基础。 LocAgent还通过稀疏层次实体索引来增强其搜索能力。这种索引机制为图中的每个节点创建了多个索引,包括基于实体ID的索引、基于实体名称的索引以及基于BM25算法的倒排索引。 这些索引能帮助LocAgent在几秒钟内快速定位到与问题描述相关的代码实体,即使在大型代码库中也能保持高效的性能。 在构建了图基代码表示之后,LocAgent框架的下一步是如何利用这一结构化索引进行高效的代码搜索。为此,LocAgent引入了基于Agent的代码搜索,可以通过一系列工具来探索代码库,并找到与问题描述相关的代码片段。 LocAgent为Agent提供了三种主要的工具,这些工具共同支持Agent在代码库中的高效搜索和推理。 首先是SearchEntity工具,允许Agent通过关键词搜索代码库中的相关实体。当Agent接收到一个自然语言描述的问题时,它会首先提取出问题中的关键词,然后利用SearchEntity工具在代码库的索引中查找与这些关键词相关的代码实体。这不仅能够处理精确匹配的关键词搜索,还能通过模糊搜索找到与输入关键词相关的代码片段,从而为Agent提供更广泛的搜索范围。 第二个工具是TraverseGraph,允许Agent从一个给定的实体出发,沿着图中的关系进行多跳遍历。这一工具的设计灵感来自于代码库中复杂的依赖关系,很多时候,问题的根源可能隐藏在与问题描述中提到的代码片段相隔数层的其他代码中。 通过TraverseGraph工具,Agent可以沿着调用链、继承链等关系逐步深入代码库,探索问题的潜在源头。TraverseGraph工具支持自定义遍历方向和跳数,使得Agent能够灵活地探索代码库中的复杂依赖关系,从而更全面地理解问题的上下文。 第三个工具是RetrieveEntity,用于检索指定实体的完整属性。当Agent通过SearchEntity和TraverseGraph工具定位到可能相关的代码实体后,需要获取这些实体的详细信息,以便进一步分析和判断。RetrieveEntity能够提供实体的完整代码内容、文件路径、行号等关键信息,为Agent的推理提供了充分的依据。

优秀的个人博客,低调大师

【Xinference v0.13.1 正式发布】一键部署 AI 模型,开启智能推理新纪元!

Xorbits Inference(Xinference)是一个 性能强大且功能全面的 分布式 推理框架。可用于大语言模型(LLM),语音识别模型,多模态模型等各种模型的推理。通过 Xorbits Inference,你可以轻松地 一键部署你自己的模型或内置的前沿开源模型 - https://github.com/xorbitsai/inference。无论你是研究者,开发者,或是数据科学家,都可以通过 Xorbits Inference 与最前沿的 AI 模型,发掘更多可能。 Xinference的功能和亮点有: 🌟 模型推理,轻而易举:大语言模型,语音识别模型,多模态模型的部署流程被大大简化。一个命令即可完成模型的部署工作。 ⚡️ 前沿模型,应有尽有:框架内置众多中英文的前沿大语言模型,包括 baichuan,chatglm2 等,一键即可体验!内置模型列表还在快速更新中! 🖥 异构硬件,快如闪电:通过 ggml,同时使用你的 GPU 与 CPU 进行推理,降低延迟,提高吞吐! ⚙️ 接口调用,灵活多样:提供多种使用模型的接口,包括 OpenAI 兼容的 RESTful API(包括 Function Calling),RPC,命令行,web UI 等等。方便模型的管理与交互。 🌐 集群计算,分布协同: 支持分布式部署,通过内置的资源调度器,让不同大小的模型按需调度到不同机器,充分使用集群资源。 🔌 开放生态,无缝对接: 与流行的三方库无缝对接,包括 LangChain, LlamaIndex, Dify,以及 Chatbox。 🎉 Xinference v0.13.1 正式发布! - 新增内置支持模型 📦 - glm4-chat gguf格式 📝 - 新功能 🚀 - 注册自定义模型接口可支持指定worker_ip。现在配合launch模型接口的worker_ip参数,可以在分布式场景下仅在一个worker上传模型文件,然后部署使用 🌐 - Launch模型接口支持download_hub参数,以最高优先级控制从哪里下载模型 📥 - 全新 Flexible 模型,支持部署任意模型(文本分类,情感识别等等),下个版本将发布相关使用文档 📚 - 移除对chatglm-cpp的支持,移除chatglm chatglm2 chatglm3的ggmlv3老模型格式的支持。glm系列推荐使用glm4。后续将持续移除一些ggmlv3的老模型 🗑️ - 移除对LLM模型create_embedding的支持 ❌ - BUG修复 🐛 - 修复chatTTS的若干问题。现在直接使用chatTTS自身的依赖,更加可靠 🔧 - 修复GPU docker镜像中无法安装最新版llama-cpp-python的问题。目前仅CPU docker镜像中因其自身问题仍保持旧版llama-cpp-python 🐍 - UI相关 💻 - 修复记忆上一次launch参数功能的一些问题 📝 - 修复一些模型页面上无法显示是否已cache的问题 📊 - Launch页面可选配置中可以选择模型下载来源 🔄 我们感谢每一位参与的社区伙伴对Xinference的帮助和支持,也欢迎更多使用者和开发者参与体验和使用Xinference。 欢迎您在https://github.com/xorbitsai/inference 给我们一个 星标,这样你就可以在GitHub上及时收到每个新版本的通知。

资源下载

更多资源
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册