多智能体协同作战：Agent4cs框架让大型代码库理解更精准

面对结构复杂、文档不全的大型代码库，传统基于单一语言模型的代码摘要方法往往力不从心。现有方案通常将源代码视为扁平文本，忽略了代码库内部丰富的层级结构和依赖关系。为此，研究团队在arXiv上发布了Agent4cs——一个采用自底向上策略的多智能体框架，专门攻克大型分层代码库的理解难题。该框架部署了三类智能体：摘要生成智能体负责产出稳健的代码摘要；关键词提取智能体主动从子文件夹中识别关键信息；质量保障智能体则对输出进行迭代优化，确保可读性、连贯性和完整性。实验评估显示，在7个前沿模型上，Agent4cs相比两种基于代码片段的结构化提示基线方法，在所有文件夹层级的语义一致性上平均提升8%。更令人瞩目的是，在真实数据集上的广泛测试中，该框架在归一化关键词覆盖率上取得了高达38%的提升，为开发人员理解复杂代码库提供了强有力的自动化工具。