JetBrains 如何为 Air Context 构建语义代码搜索 RAG 管线

Building a RAG Pipeline for Semantic Code Search

JetBrains 分享 Air Context 语义代码搜索 RAG 管线的工程实践，第一部分聚焦代码解析、分块和向量化。系统对 9 种语言使用结构感知分块，并将向量压缩为每维 1 bit，相比 32-bit 浮点表示缩小 32 倍；二值量化会损失部分召回率并压缩相似度分数范围，需要绝对相关性判断的场景仍保留 16-bit 浮点表示。