RPG: Граф планирования репозитория для универсальной и масштабируемой генерации кодовой базы

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

September 19, 2025

Авторы: 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

Аннотация

Крупные языковые модели демонстрируют выдающиеся результаты в генерации кода на уровне функций и файлов, однако создание полных репозиториев с нуля остается фундаментальной задачей. Этот процесс требует согласованного и надежного планирования на этапах предложения и реализации, в то время как естественный язык, из-за своей неоднозначности и многословности, плохо подходит для точного представления сложных программных структур. Для решения этой проблемы мы представляем Граф Планирования Репозитория (Repository Planning Graph, RPG) — устойчивое представление, которое объединяет планирование на уровне предложения и реализации, кодируя возможности, структуры файлов, потоки данных и функции в одном графе. RPG заменяет неоднозначный естественный язык явным планом, что позволяет осуществлять долгосрочное планирование и масштабируемую генерацию репозиториев. На основе RPG мы разработали ZeroRepo — граф-ориентированную структуру для генерации репозиториев с нуля. Она работает в три этапа: планирование на уровне предложения и уточнение на уровне реализации для построения графа, за которым следует генерация кода под управлением графа с проверкой тестов. Для оценки этого подхода мы создали RepoCraft — эталонный набор из шести реальных проектов с 1 052 задачами. На RepoCraft ZeroRepo создает репозитории, в среднем содержащие почти 36 тысяч строк кода, что примерно в 3,9 раза больше, чем у самого сильного базового метода (Claude Code), и примерно в 64 раза больше, чем у других базовых методов. Он достигает 81,5% функционального покрытия и 69,7% успешных тестов, превосходя Claude Code на 27,3 и 35,8 процентных пунктов соответственно. Дополнительный анализ показывает, что RPG моделирует сложные зависимости, позволяет постепенно усложнять планирование благодаря почти линейному масштабированию и улучшает понимание репозиториев языковыми моделями, тем самым ускоряя локализацию агентов.

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.