RAG 与知识库
让知识可检索、可理解、可维护，并成为 Agent 能够使用的上下文。
文章
5 篇Agent · RAG 与知识库
FastCode：先侦察代码结构，再把上下文交给模型
FastCode 把代码仓库探索与正文读取拆开，先在语义结构地图上定位目标，再按预算组装最小充分上下文。本文拆解它与普通 Code RAG、Repo Map 和 Coding Agent 在线搜索的区别。
FastCodeCode RAG代码知识库Context Engineering代码检索
Agent · RAG 与知识库
LLM Wiki：把代码仓库编译成可阅读、可检索的知识系统
LLM Wiki 不该停在批量生成代码摘要。本文从结构解析、页面规划、证据组装、分层生成和增量更新出发，说明它与 RAG、FastCode 的关系，以及怎样构建一套能被人和 Agent 共同使用的代码知识库。
LLM WikiCode Wiki代码知识库RAGFastCode知识工程
Agent · RAG 与知识库
Repo Map：把整个代码仓库压缩成一张给 LLM 看的地图
Repo Map 用符号定义、引用关系和图排序，在固定 Token 预算内生成仓库地图。本文结合 Aider 的实现，拆解 Tree-sitter、PageRank、上下文相关排序、增量缓存，以及它和 RAG、FastCode、LLM Wiki 的关系。
Repo MapAiderCode RAGContext Engineering代码知识库
Agent · RAG 与知识库
让 Code Agent 读懂业务：把仓库知识做成可维护的 Skills
代码检索只能告诉 Agent“这里写了什么”。要让它处理复杂业务，还需要把术语、规则、代码入口、变更方法和验证手段组织成会随代码演进的知识系统。
AgentSkills代码知识库知识工程软件工程
Agent · RAG 与知识库
RAG 技术地图：从向量检索到 GraphRAG、LightRAG 与 Agentic RAG
RAG 早已不只是“切块、向量检索、拼进 Prompt”。本文从失败模式出发，梳理混合检索、GraphRAG、LightRAG、Self-RAG、Corrective RAG 与 Agentic RAG 的关系，并给出可落地的选型与评测方法。
RAGGraphRAGLightRAGAgentic RAG知识检索