大家好，我卡颂。
经常看技术博客的朋友，可能对Webpilot并不陌生。这是个能对网页内容提问的AIGC浏览器插件。
他有什么作用呢？
比如，在阅读技术文章前，我们可以让Webpilot对文章内容先做个总结，看完总结再阅读会更轻松。
既然这个项目这么有用，而且代码是开源的，那不看看他的实现原理说不过去。况且，我还发现了作者团队留下的乐子 ------ 在Webpilot贡献者一栏中，项目主程居然是ChatGPT。
既然代码是ChatGPT写的（姑且这么认为吧），那我们看代码也不要人肉看了。
今天，让我们试试 AIGC读了项目源码后再来教我们。
欢迎围观朋友圈、加入人类高质量前端交流群，带飞
应用选择
当前，代码相关的AIGC应用的操作对象主要是代码片段 或某个代码文件，比如：
-
Github Copilot -
cursor
但我们希望应用了解整个项目，所以需要应用既能理解代码片段 或某个代码文件 ，又能理解代码之间的依赖关系 。毕竟，代码逻辑通常是跨文件的。比如，假设项目中存在方法fnA，他：
-
在
a.js中定义 -
在
b.js、c.js中使用
那么当提问fnA相关问题，AIGC应用的上下文中起码应该包括以下信息：
-
项目整体情况
-
a.js、b.js、c.js的代码
才能回答好问题。
要实现类似效果，业界的常用做法是Embedding，即将内容实体映射为低维向量，通过向量之间的相似度判断内容关联关系。
比如，开源项目pdfGPT可以接收PDF文档，用户就文档内容向他提问。
文档动辄几百页，GPT一次性能够接收的token有限，他是如何实现就用户提问，在全文档中检索答案呢？原理大体可以概括为：
-
将
PDF文档分割成小的内容块 -
将内容块通过
Embedding映射为低维向量，并存储 -
当用户提问后，首先将问题映射为低维向量
-
将3的低维向量与所有存储的低维向量比较，寻找关联度最高的向量
-
将用户提问 、与用户提问关联度最高的向量对应的内容块 组合在一起向
LLM提问 -
获得回答
按照上述解析PDF文档 的思路，我找到了解析代码的应用 ------ bloop。
bloop简介
bloop有点类似pdfGPT，只不过他的接收的是代码仓库，用户就代码仓库向他提问。
在官网下载bloop桌面应用后，绑定自己的Github账号，即可免费使用。
注意：
bloop会要求你所有public、private仓库的读写权限。在意的同学可以像我一样注册个新Github账号
我已经fork了Webpilot项目（就是我们要学源码的项目），这里直接让bloop同步Webpilot。
在
bloop内部，这一步应该会建立代码文件的低维向量，如果我理解错了欢迎指正）
现在，我们可以就Webpilot项目向bloop提问了。来看看我们的第一个问题：
简单介绍下这个项目
很遗憾，第一句话就答错了 ------ Webpilot是能对网页内容提问的AIGC浏览器插件，而不是一个文本到图像的程序。
Webpilot项目中确实存在MidJourney（根据提示词生成图片的AIGC应用）相关代码，但这样回答肯定是以偏概全了。
那这是不是意味着bloop不中用呢？并不是的。
刚才我们已经提到，采用Embedding的实现方式只能获得与提问内容相关的内容，再就这些内容向模型提问。并非是模型完全理解代码逻辑后再提问。
换句话说，对于上述提问fnA相关问题 的例子，采用Embedding后，我们会将下述信息整合后输入给模型：
-
项目整体情况
-
a.js、b.js、c.js的代码 -
用户的提问
模型根据上述信息回答问题。
而不是模型理解项目代码逻辑后，再回答fnA相关问题。
所以，在向bloop提问时，我们需要给到一些线索，比如：
-
文件名
-
函数名
-
变量名
这样，bloop才能根据线索，通过Embedding寻找相关内容。
当我们将简单介绍下这个项目 修改为根据README的信息，介绍下这个项目的用途 后，bloop给到了我们想要的答案：
其中，README就是我们给到的线索。
用bloop读源码
我们与bloop的对话不仅是为了寻求答案，更是为了给bloop提供更多线索。比如，当bloop回答：
Webpilot允许你与网页进行自由形式的对话，或者与其他用户进行自动的争论......
后，这个答案不仅是告诉我们的，也是告诉bloop自己的。在回答前，他也不知道Webpilot到底能干嘛。在回答后，我们就能继续提问：
"与网页进行自由形式的对话"这部分逻辑在哪里定义的
此时，bloop告诉了我们关键信息 ------ 应用的主要逻辑在useAskAi方法中：
那么接下来，我们让bloop详细解释useAskAi方法的作用就能了解Webpilot的实现原理：
现在让我们思考一个问题，如果我们询问：
useAskAi方法都在哪些模块被使用？
bloop能给出正确答案么？答案是：不太能。
这有点反直觉，毕竟，在程序员看来，作为一个代码浏览器，bloop完全可以静态分析模块依赖关系后找到答案。
但是，bloop是基于Embedding技术实现的。在bloop底层，并不存在模块依赖图，而是代码块对应的低维向量。
所以，bloop能找到部分使用useAskAi方法的模块，但可能找错、也可能找不全。
总结
bloop是基于Embedding技术实现的代码问答工具，对他提问需要遵循几个原则：
- 问题尽量详细，给
bloop更多线索
坏问题：简单介绍下这个项目。
好问题：根据README的信息，介绍下这个项目的用途。
- 提问详细的业务逻辑问题时，可以分步骤提问。
坏问题："与网页进行自由形式的对话"怎么实现的？
好问题：
-
根据
README的信息，介绍下这个项目的用途。 -
"与网页进行自由形式的对话"怎么实现的？
一句话总结 ------ bloop了解很多关于你项目的知识 ，但在向他提问时，得先让他明白你的问题和他了解的哪部分知识相关。
能做到以上这点，bloop将会是你得力的源码阅读助手。