From Prompts to Programs: A RAG-Based Framework for Code Synthesis

J.P. Nair

doi:10.1007/978-981-96-7508-1_39

From Prompts to Programs: A RAG-Based Framework for Code Synthesis

2026-01-01

0

PRE

AI

DOI：10.1007/978-981-96-7508-1_39

原文链接

原文求助

摘要

En 中文

开发中对AI驱动解决方案的日益增长的需求，促使人们开展各种关于从自然语言提示生成代码的研究。本文提出了一种用于代码生成的检索增强生成（RAG）流水线，利用嵌入模型、上下文检索以及Mistral和CodeLLama等先进语言模型。该方法整合了文档索引和元数据提取，以创建具有上下文感知的代码片段，并在过程结束时生成包含生成代码的Python文件。

Keyword:

RAG

LLamaCloud

ReActAgent

LLamaParse

VectorStoreIndex

QueryEngineTool

QueryPipeline

Codellama

From Prompts to Programs: A RAG-Based Framework for Code Synthesis

摘要

期刊

机构

引用论文