Benzi

项目简介

Benzi 是一个开源的 AI 编程 Agent 基础设施，与传统 Agent 直接将代码全文塞入上下文窗口不同，Benzi 在回答任何问题之前，先用真实的编译器（基于 tree-sitter）解析项目中的每一个文件，将所有符号、调用边、引用和类继承链解析成一张精确的、可查询的地图。之后，AI 模型通过工具调用查询这张地图来获取代码信息，而非直接读取源代码。

Benzi 由 Variant Technologies 开发，目前作为 VS Code 扩展发布，同时提供在线 demo 可直接对任意公开 GitHub 仓库进行实时索引和查询。项目处于活跃开发状态，完全免费使用。

核心功能

• 编译时代码解析：基于 tree-sitter 构建真实编译器，一次解析即可获得符号定义、调用关系、类继承链、数据流追踪等完整信息
• 确定性智能层：引入三级信任机制——RESOLVED（静态分析确定的明确证据）、CANDIDATE（候选项）、OBSERVED（运行时实际观测结果）
• 多语言统一索引：支持 Python、JavaScript、TypeScript、Java、C#、C++、C、Go、Rust、Ruby 等十种语言
• 工具生态：35+ 专用工具，包括 get_callers、call_tree、trace_path、forwardflow/backflow、get_definition、search_symbols 等
• SWE-bench 实测验证：在 SWE-bench Verified 500 题上达到 78.2% 解决率，单次修复平均成本仅 0.095 美元
• 自适型模型升级：Agent 在任务难度超出当前模型能力时，可自动切换至更高级模型

技术实现

Benzi 的核心创新在于将「人工智能」与「确定性智能」分离。传统 AI 编程 Agent 依赖将尽可能多的源代码塞入上下文，这种方式带来三个根本问题：Token 消耗剧增、上下文漂移、模型需要消耗大量思考 Token 来理解代码结构。

Benzi 的做法是：预先用 tree-sitter 编译器对代码进行全面解析，在模型开始工作之前就构建好精确的符号地图。模型需要了解某个函数时，通过工具直接「查」——调用 get_definition 返回定义卡片，调用 get_callers 返回所有调用方。

快速上手

• 安装扩展：在 VS Code 扩展市场搜索「Benzi」安装
• 打开仓库：在 VS Code 中打开任意项目目录，Benzi 自动开始索引
• 开始查询：使用聊天面板，通过自然语言向 Benzi 提问
• 体验在线 Demo：访问 https://benzi.fly.dev 可直接体验任意 GitHub 仓库的索引和查询

适用人群

有大量代码阅读和修改需求的专业开发者、对 AI 编程工具效率和精度有较高要求的工程师、关注 AI Agent 底层架构和技术路线的研究者