DeltaCode

DeltaCode 是一款基于纯 AST 结构的代码检索引擎，为 AI 编码 Agent 提供精准代码上下文。不同于依赖向量嵌入的传统 RAG 方案，DeltaCode 使用仓库路径、Go 符号、签名、接收者、注释和函数体进行代码定位，直接返回有界的 Go 或 Python AST 切片及源码哈希，检索结果自带完整语法树上下文。

核心功能 纯 AST 结构检索：利用代码的抽象语法树结构进行精准定位，无需预先构建向量索引或嵌入模型。 路径召回率 92%：在 25 个私有 Go 仓库测试集上，DeltaCode 的结构化排序器达到 92% 的路径召回率，远超向量检索方案。 无外部依赖：不需要向量数据库、不下载嵌入模型、不维护持久索引、不需要网络访问，也不具备代码执行权限。 多语言支持：当前支持 Go 和 Python 两种语言。 MCP 协议传输：使用官方 Go MCP SDK 实现与 AI Agent 的通信。 零启动成本：一条命令即可安装并开始使用，无需配置或初始化数据库。

技术实现 DeltaCode 的检索流程分为发现（discover）和切片（slice）两个阶段。发现阶段根据编码任务目标返回最可能包含相关实现的符号列表；切片阶段则根据指定路径和目标符号返回精确的 AST 代码片段。每个返回的切片都包含源码哈希，方便 Agent 验证代码未被篡改。相比向量检索，DeltaCode 的结果自带完整的语法父子关系，Agent 无需额外理解检索结果与周围代码的关联。

性能对比 在 DeltaCode 团队提供的私有测试集（25 个任务）中，DeltaCode 结构化检索路径召回率达 92%，而基于 Jina 嵌入的向量检索方案在同一测试集上仅为 48%。DeltaCode 的 p95 延迟为 169ms，向量方案则超过 400ms。

适用人群 需要为 AI 编程 Agent 提供精准代码上下文的开发者；对数据安全有高要求、不希望代码上传到外部向量数据库的团队；处理大型私有代码库、向量检索效果不理想的工程团队。