GitNexus 核心引擎深度解析
索引流水线、社区检测与流程追踪、混合搜索与嵌入生成
一、入口类与架构关系
GitNexus 的核心引擎由三个相互协作的子系统构成：索引流水线（Ingestion Pipeline）、社区与流程检测（Community & Process Detection）、混合搜索与嵌入（Hybrid Search & Embeddings）。这三个子系统共同将原始代码库转换为可查询的知识图谱。
1.1 核心类关系图
1.2 关键数据结构
KnowledgeGraph：知识图谱的核心数据结构，包含节点（Node）和关系（Relationship）集合。节点类型包括 File、Folder、Function、Class、Method、Interface、Community、Process；关系类型包括 CALLS、IMPORTS、EXTENDS、IMPLEMENTS、MEMBER_OF、STEP_IN_PROCESS。
SymbolTable：符号表，用于快速查找符号定义。键为 filePath:name，值为 {nodeId, type}。
ASTCache：AST 缓存，避免重复解析。使用 LRU 策略，默认缓存所有文件。
二、关键流程描述
2.1 索引流水线完整流程
索引流水线是 GitNexus 的核心，将代码库转换为知识图谱。整个流程分为 9 个阶段，每个阶段都有明确的职责和进度反馈。
关键阶段说明：
- 文件扫描（0-15%）：
walkRepository遍历文件系统，收集所有可解析文件，建立 File/Folder 节点。 - AST 解析（30-70%）：使用 Tree-sitter 并行解析，提取符号定义。支持 Worker 池并行处理，失败时自动降级为顺序处理。
- 导入解析（70-75%）：语言感知的导入路径解析。TypeScript/JavaScript 支持相对路径和 node_modules；Go 支持包路径解析；Python 支持相对导入和 sys.path。
- 调用解析（75-80%）：通过 Tree-sitter 查询匹配函数调用点，建立 CALLS 关系。置信度计算基于：
- 精确匹配（名称 + 参数数量）：90%+
- 模糊匹配（仅名称）：50-70%
