Jane Luo Xin Zhang Steven Liu Jie Wu Yiming Huang Yangyu Huang Chengyu Yin

الملخص

تتفوق النماذج اللغوية الكبيرة في إنشاء الكود على مستوى الدوال والملفات، إلا أن إنشاء مخازن برمجية كاملة من الصفر يظل تحديًا جوهريًا. إذ يتطلب هذا الإجراء تخطيطًا متماسكًا وموثوقًا عبر مراحل التصور والتنفيذ، في حين أن اللغة الطبيعية، بفعل غموضها وطولها، لا تُعد مناسبة لتمثيل الهياكل البرمجية المعقدة بدقة. ولحل هذه المشكلة، نقدّم "مخطط تخطيط المخزن" (RPG)، وهو تمثيل مستمر يوحّد التخطيط على مستويي التصور والتنفيذ من خلال ترميز القدرات، وهياكل الملفات، وتدفقات البيانات، والوظائف في رسم بياني واحد. يحلّ RPG محل اللغة الطبيعية الغامضة بخطة واضحة وصريحة، ما يمكّن من التخطيط على مدى طويل ويعزز إمكانية توسيع نطاق إنشاء المخازن. وباستناد إلى RPG، نطوّر ZeroRepo، وهي إطار عمل مُرشَّح بالرسم البياني لإنشاء مخازن برمجية من الصفر. يعمل النظام على ثلاث مراحل: التخطيط على مستوى التصور، وتحسين التنفيذ لبناء الرسم البياني، ثم إنشاء الكود الموجه بالرسم البياني مع التحقق من الاختبارات. ولتقييم هذا السياق، نُنشئ RepoCraft، وهو معيار يضم ستة مشاريع واقعية تضم 1052 مهمة. على معيار RepoCraft، تُنتج ZeroRepo مخازن برمجية بمتوسط 36 ألف سطر كود (LOC)، أي ما يقارب 3.9 أضعاف أقوى من النموذج المُقارن (Claude Code)، وحوالي 64 ضعفًا للنماذج الأخرى. كما تحقق ZeroRepo تغطية وظيفية بنسبة 81.5% ومعدل نجاح بنسبة 69.7%، متفوقة على Claude Code بفارق 27.3 و35.8 نقطة مئوية على التوالي. وتشير التحليلات الإضافية إلى أن RPG يُمثّل الاعتماديات المعقدة، ويُمكّن من تخطيط أكثر تطورًا تدريجيًا من خلال مقياس يقترب من التماثل الخطي، كما يُعزز فهم النماذج اللغوية الكبيرة للمخازن، وبالتالي يُسرّع عملية تحديد موقع الوكيل (agent localization).