Know Before Fix: QA-Driven Repository Knowledge Acquisition for Software Issue Resolution | Mejora de la resolución de bugs mediante adquisición estructurada de conocimiento | Estrategia de búsqueda y razonamiento para agentes de programación autónomos

Abstract

PROBLEMA: Los agentes de IA actuales para la resolución de errores en software (Issue Resolution) a menudo fallan debido a una comprensión superficial del contexto global del repositorio, perdiéndose en dependencias complejas y documentación dispersa. SOLUCIÓN: Se propone 'Know Before Fix', un marco de adquisición de conocimiento impulsado por preguntas y respuestas (QA-Driven) que estructura el conocimiento del repositorio antes de intentar cualquier reparación. METODOLOGÍA: El sistema genera dinámicamente preguntas sobre la arquitectura y las funciones relacionadas con el error, recupera información relevante mediante RAG y construye un grafo de contexto que guía al LLM en la generación del parche. RESULTADOS: En el benchmark SWE-bench, el método supera a las estrategias tradicionales de búsqueda por palabras clave o similitud de embeddings, logrando una tasa de éxito notablemente mayor al identificar correctamente la causa raíz en archivos no relacionados directamente con el mensaje de error original. RELEVANCIA: Es crucial para el desarrollo de sistemas de codificación autónomos y agentes de mantenimiento de software más fiables y expertos en dominios específicos.