实测 20 个 pydantic 提交：代码图谱查调用者精度最高仅 34.5%

Specialist-Can2889 · reddit · 2026-10-30

作者用 20 个真实 pydantic 提交，对比了两款开源代码图谱工具回答「改这个函数后哪些文件要跟着改」的能力。方法事先冻结：在每个提交的父提交处索引仓库，查询所有被改函数的调用者，与提交实际一起改动的文件对照打分。

结果

• EngramGraph（作者自己的项目，MIT 开源）：精度 34.5%
• code-review-graph（约 32k star）：裸函数名查询仅 5%，且 42 次查询中 18 次因测试文件名含相同词而拒绝回答（判为歧义）；改用全限定名查询后约 15%
• code-review-graph 的优势在索引速度：中位 16.6 秒 vs 455 秒

局限：仅一个仓库、20 个提交、只测直接调用者；很多一起改动的文件并非调用关系，所以两者分数都低；code-review-graph 的核心功能（直接从 diff 做影响分析）未被比较。作者坦承是 EngramGraph 作者，文本和配图有 AI 参与，但方法和数字均经本人核对。

原文链接 →

「编程与Agent」频道最新

• 拆解 Agno 框架：1428 行 Agent 类如何靠门面模式保持「胖而薄」 — Mahmoud_Zalt · 2026-10-30
• 让 Agent 写脚本清理垃圾注释，脚本自身却有 10 多行垃圾注释 — shadcn · 2026-10-30
• DataTalksClub 与 Nebius 推出免费课程:构建生成式媒体的生产级 AI Agent — Al_Grigor · 2026-10-30
• Faros 报告:2.2 万开发者数据显示 AI 提速编码但 QA 时间暴增 300% — FrankFelixAI · 2026-10-30
• CognitiveCanvas 把 AI 对话记忆转成可审计图谱,token 减少 92.2% — JeremyCMorgan · 2026-10-30
• FontBox LoRA:用 bbox 直观编辑图像内文字 — SillyLilithh · 2026-10-30

更多「编程与Agent」频道 AI 资讯 →