RPG: Un Grafo di Pianificazione del Repository per la Generazione Unificata e Scalabile di Codebase

RPG: A Repository Planning Graph for Unified and Scalable Codebase Generation

September 19, 2025

Autori: Jane Luo, Xin Zhang, Steven Liu, Jie Wu, Yiming Huang, Yangyu Huang, Chengyu Yin, Ying Xin, Jianfeng Liu, Yuefeng Zhan, Hao Sun, Qi Chen, Scarlett Li, Mao Yang

cs.AI

Abstract

I grandi modelli linguistici eccellono nella generazione di codice a livello di funzione e file, ma la creazione di repository completi da zero rimane una sfida fondamentale. Questo processo richiede una pianificazione coerente e affidabile attraverso le fasi di proposta e implementazione, mentre il linguaggio naturale, a causa della sua ambiguità e verbosità, non è adatto a rappresentare fedelmente strutture software complesse. Per affrontare questo problema, introduciamo il Repository Planning Graph (RPG), una rappresentazione persistente che unifica la pianificazione a livello di proposta e implementazione codificando capacità, strutture di file, flussi di dati e funzioni in un unico grafo. RPG sostituisce il linguaggio naturale ambiguo con un progetto esplicito, consentendo una pianificazione a lungo termine e una generazione scalabile di repository. Basandoci su RPG, sviluppiamo ZeroRepo, un framework guidato da grafi per la generazione di repository da zero. Opera in tre fasi: pianificazione a livello di proposta e raffinamento a livello di implementazione per costruire il grafo, seguito dalla generazione di codice guidata dal grafo con validazione dei test. Per valutare questo contesto, costruiamo RepoCraft, un benchmark di sei progetti reali con 1.052 task. Su RepoCraft, ZeroRepo produce repository con una media di quasi 36K LOC, circa 3,9 volte il miglior baseline (Claude Code) e circa 64 volte altri baseline. Raggiunge un'ampiezza funzionale dell'81,5% e un tasso di successo del 69,7%, superando Claude Code rispettivamente di 27,3 e 35,8 punti percentuali. Un'ulteriore analisi mostra che RPG modella dipendenze complesse, consente una pianificazione progressivamente più sofisticata attraverso un ridimensionamento quasi lineare e migliora la comprensione dei repository da parte dei LLM, accelerando così la localizzazione degli agenti.

English

Large language models excel at function- and file-level code generation, yet generating complete repositories from scratch remains a fundamental challenge. This process demands coherent and reliable planning across proposal- and implementation-level stages, while natural language, due to its ambiguity and verbosity, is ill-suited for faithfully representing complex software structures. To address this, we introduce the Repository Planning Graph (RPG), a persistent representation that unifies proposal- and implementation-level planning by encoding capabilities, file structures, data flows, and functions in one graph. RPG replaces ambiguous natural language with an explicit blueprint, enabling long-horizon planning and scalable repository generation. Building on RPG, we develop ZeroRepo, a graph-driven framework for repository generation from scratch. It operates in three stages: proposal-level planning and implementation-level refinement to construct the graph, followed by graph-guided code generation with test validation. To evaluate this setting, we construct RepoCraft, a benchmark of six real-world projects with 1,052 tasks. On RepoCraft, ZeroRepo produces repositories averaging nearly 36K LOC, roughly 3.9times the strongest baseline (Claude Code) and about 64times other baselines. It attains 81.5% functional coverage and a 69.7% pass rate, exceeding Claude Code by 27.3 and 35.8 percentage points, respectively. Further analysis shows that RPG models complex dependencies, enables progressively more sophisticated planning through near-linear scaling, and enhances LLM understanding of repositories, thereby accelerating agent localization.