语义代码图谱

语义代码图谱在符号索引（SymbolIndex）之上构建关系层，并辅以本地向量检索，让 AI 在规划与改写前理解跨文件的调用关系与模块依赖。当项目增长到数百个文件、单靠上下文窗口无法看清全貌时，代码图谱就是 AI 的「全局视野」。

索引构建

索引以项目根目录为单位构建与查询，不同项目之间相互隔离。内核会为项目构建两类索引：

• 符号关系索引：解析代码中的符号及其关系，覆盖调用（Calls）、接口实现（Implements）、**模块依赖（DependsOn）**三类关系。每条关系记录都包含源符号、目标符号与关系类型。
• 向量索引：使用本地嵌入模型将代码片段编码为向量（默认启用 L2 归一化），以余弦相似度检索语义相近的代码。每条向量记录都携带来源文件与文本预览，检索结果可直接定位到具体文件。

嵌入模型全程本地运行，代码无需出网即可完成索引与检索：

两类场景使用不同维度，维度在索引创建时即固定；检索按余弦距离排序，值越小越相似。

跨文件引用查询

所有查询都以项目根目录为边界、按符号名发起：

两类索引协同工作：向量检索负责「语义上相关」的模糊查找，关系图谱负责「引用链上确定」的精确追踪。子图查询从中心符号出发，以深度优先方式同时向调用方与被调用方两侧扩展，常用于评估改动的爆炸半径。

关系层是语义代码图谱 Phase 1 的核心成果：先由符号索引完成函数、类型与模块的抽取，再在其上建立三类关系边，所有查询均为只读操作，不会修改项目代码。查询实现直接借用符号索引做只读访问；子图扩展带访问去重，即使存在循环调用也不会陷入死循环。

图谱与 LSP 集成同步建设，为后续的诊断、导航与补全能力提供统一基础。

与 RUSH 配合

RUSH 深度任务的 Planner 在规划阶段会查询代码图谱，评估改动影响面并输出影响文件清单与潜在风险——这是 RUSH 能够安全执行跨文件重构的基础。规划结果的每个子任务都带有依赖关系与风险等级，执行顺序据此确定。典型场景：

• 重命名一个被多处调用的函数前，先确认全部调用方。
• 修改模块接口前，列出依赖该模块的全部下游。
• 评估改动爆炸半径：以目标符号为中心取两层关系子图。
• 熟悉陌生代码库时，从入口符号逐层展开关系子图。

图谱的查询接口同时通过内核 API 暴露。相关文档：

• RUSH 深度任务：图谱的最大消费者。
• 内核 API：查询接口的 HTTP 形态。