Как я научил LLM читать чужую кодовую базу: 71 инструмент, 30 ходов и локальный SQLite-индекс

Автор поделился архитектурой ИИ-агента, который анализирует чужую кодовую базу вместо того, чтобы галлюцинировать API. В основе — локальный индекс на SQLite, 71 инструмент (парсеры, линтеры, анализаторы) и цикл tool-calling до 30 ходов. Это позволяет LLM последовательно изучать код и получать точные факты, а не выдумывать их.

На старте команда написала валидаторы для проверки результатов, но быстро их сняла: они давали ложные срабатывания на абсолютно валидных файлах. Опыт показал, что избыточная валидация в таких задачах только мешает — агент и так хорошо справляется благодаря структурированному индексу и множеству инструментов.