LocAgent: Graph-Guided LLM Agents for Code Localization
Zhaoling Chen, Xiangru Tang, Gangda Deng, Fang Wu, Jialong Wu, Zhiwei Jiang, Viktor Prasanna, Arman Cohan, Xingyao Wang
cs.SE, cs.AI, cs.CL
2025-03-12
LocAgent把Python仓库编成含导入、调用、继承的异构图，只给agent三件检索工具做多跳定位。微调Qwen-32B文件级Acc@5达92.7%，单次约0.09美元，接近Claude-3.5。
给模型一张 GitHub issue，让它指出仓库里该改哪些文件、类、函数，这件事叫代码定位。调试时间里大约三分之二花在「找到该改哪」；自动修 bug 也卡在这一步。症状和真正要改的代码经常对不上：issue 写「用户资料页 XSS」，真正该动的可能是全仓库共用的校验函数。
现成做法分两路。向量检索要把整库持续做成 embedding，仓库一改就过时。SWE-agent、OpenHands 这类 agent 靠 grep 和目录浏览，跨文件的调用和继承看不到。issue 没点名的那一层，它们经常走不到。
LocAgent 把 Python 仓库解析成一张有向异构图。节点是目录、文件、类、函数四级；边覆盖 contain、import、invoke、inherit。函数是最小检索单元。索引是稀疏的：实体全名、同名倒排、BM25，建库只要几秒。
Agent 只暴露三件工具：
规划按 CoT：抽关键词，挂到实体，沿图推故障链路，再给候选打分。多轮 Reciprocal Rank 聚合当置信度。
成本侧，用 Claude-3.5 在 SWE-bench 训练集上跑出 433 条成功轨迹，再加上微调后 Qwen2.5-32B 的 335 条成功轨迹，LoRA 蒸馏到 7B 和 32B。
SWE-Bench-Lite 留 274 条（去掉没改现有函数的样本）。Acc@k 要求 top-k 里覆盖全部该改位置。
| 方法 | 文件 Acc@5 | 函数 Acc@10 |
| CodeRankEmbed | 84.67% | 58.76% |
| OpenHands + Claude-3.5 | 90.15% | 70.07% |
| LocAgent + Qwen2.5-32B(ft) | 92.70% | 77.01% |
| LocAgent + Claude-3.5 | 94.16% | 77.37% |
单次成本：Claude-3.5 约 0.66 美元，微调 32B 约 0.09 美元，7B 约 0.05 美元。下游固定用 Agentless 的编辑器，定位换成 LocAgent-32B 后 Pass@10 从 33.58% 升到 36.13%；换成 Claude 定位则到 37.59%。Pass@1 几乎不动（26.31% 到 26.79%）。
自建 Loc-Bench 560 条，覆盖 bug、功能、安全和性能，issue 日期在 2024 年 10 月之后。Claude-3.5 文件 Acc@10 为 86.07%，微调 7B 为 79.64%。bug 报告明显好于另外三类。
去掉 SearchEntity，7B 设定下函数 Acc@10 从 71.53% 掉到 53.28%。TraverseGraph 限 1 跳，函数级也会掉一截。图结构对多跳任务不是装饰。
仓库级 coding agent 的第一跳就是定位。这篇把目录乱翻换成在调用图上走，开源 32B 就能贴上 Claude，单次便宜一个数量级。Python 仓库、愿意建一张轻量图的团队可以直接用。
它是工程上的拼装改进：图表示和 agent 工具都有前作，卖点是关系类型更全、工具更省 token、再加一轮开源蒸馏。
只做了 Python。微调几乎全是 Qwen-2.5-Coder 加 LoRA，训练轨迹主要来自 Claude 成功路径，Loc-Bench 上非 bug 类别掉点，和训练分布偏 bug 对得上。下游只接了 Agentless 修 bug，重构、加功能和安全补丁没测。Acc@k 要求一次找全，漏一个就算失败，和「找对主文件」不是一回事。