Как обучить ИИ-агента разбираться в чужом коде: три источника фактов вместо чанков

Команда MetaVision for 1C: AI, создающая инструмент статического анализа конфигураций 1С с ИИ-агентом, столкнулась с типичной проблемой RAG: на реальных проектах схема «чанки + эмбеддинги + векторный поиск» даёт сбои — агент уверенно говорит «такого нет», хотя нужный код есть в базе. Разработчики объяснили, почему чанки подводят на коде, и предложили другое решение.

Вместо чанков они построили три источника фактов в одной SQLite: SQL-индекс для точных запросов, полнотекстовый поиск FTS5 для нечёткого совпадения и векторный индекс для смыслового поиска. Всё это дополнено графом вызовов, который выявляет скрытые связи между функциями. Решение уже работает в продукте, а авторы делятся живыми примерами и ошибками, на которые наткнулись по пути.