BLAgent：面向文件级缺陷定位的代理式检索增强生成

尽管基于大语言模型的修复系统取得进展，缺陷定位仍是软件维护的关键瓶颈。现有检索增强生成（RAG）方法依赖静态检索，缺乏精准识别故障代码所需的推理能力。本文提出 BLAgent，一种用于文件级缺陷定位的新型代理式 RAG 框架。该框架整合了三大创新：感知代码结构的仓库编码、捕捉结构与行为信号的双视角查询转换，以及结合符号检查与证据推理的两阶段代理重排序。实验表明，BLAgent 在 SWE-bench Lite 上显著提升了 Top-1 准确率，同时大幅降低成本，并将端到端修复成功率提高超过 20%。