JetBrains 如何为语义代码搜索构建 RAG 流水线：解析、分块与向量化

JetBrains 分享了其语义代码搜索平台 Air Context 的 RAG 流水线构建经验，首篇聚焦解析、分块与向量化。团队指出固定行数分块会把 import 语句和函数内容等无关代码混在一起导致检索错误，因此采用基于解析器的结构感知分块，利用 Java 等语言的类结构约定划分语义单元。该平台旨在让 LLM 智能体按语义而非关键词检索代码，获得可引用的仓库证据。