HCRG：先构建依赖上下文，再进行代码迁移¶

component_only / L0，仅 Python AST 支持的 graph 子系统。不是 Java tree-sitter 管线或真实 LLM 跨语言迁移复现。完整实验：成本过高，不复现（审查 DONE）。

论文信息¶

字段	内容
论文链接	arXiv 2609.12464，v1 §3–5
公司/机构	一作 Nilesh Jaiswal：Google Cloud（原文作者区列 Google 邮箱及 Google Cloud；不再仅写“官方收录、机构未核”）
首次公开日期	2026-09-11 05:54:41 UTC（arXiv v1；首页的 April 6 不是 arXiv 首发日期）
原文开源代码	已读正文与 Google 条目未找到作者 pipeline；spring-petclinic 输入仓库不等于作者实现
本地 Adapter	无；独立组件 `hcrg`
本地复现代码	`src/auto_research/agent_research/google16_hcrg.py`

原始论文总结¶

背景与主要改动¶

HCRG 用 AST 提取 INHERITS/CALLS/IMPORTS，缓存全局架构骨架，按父依赖先后迁移，三跳取回结构上下文。原文对照是 800 字符/150 overlap/top-5 向量 RAG。§3–4

flowchart LR
    C[显式Python模块源码] --> A[Python AST非tree-sitter]
    A --> G[已解析边与未解析依赖分开]
    G --> S[只含结构与签名的架构骨架]
    G --> T[SCC凝聚父依赖优先队列]
    G --> R[最多三跳依赖检索]
    S --> I[供未来真实迁移Agent接入]
    T --> I
    R --> I

原论文关键图¶

原论文 v1 Figure 2，第5页；版权归作者。tree-sitter、Spanner与Gemini云路径未在本地实现，不能用Python图组件冒称完整图中管线。截图来源记录

图片来自原论文，版权归原作者所有。

核心公式¶

局部结构上下文为 \(N_{\le3}(v)\)，父依赖优先次序要求已解析边 \(v\to p\) 满足 \(p\) 先于 \(v\)；若形成环，则返回强连通分组，不假称组内存在拓扑次序。原文未给出完整 cycle-breaker，不能捏造它。

论文离线与线上效果¶

单个 Java→Python repo 的 DRQ 34.8%→65.9%、PCC 26.7%→45.5%，但复杂度一致性 71.6%→46.7%。未报告生产 A/B、多 repo 或多 seed 泛化。§6

本地复现¶

PYTHONPATH=src python -m pytest tests/test_google16_hcrg.py

数据协议与结果¶

8 项 Python 自建源码机制测试通过：跨模块继承、三跳边界、签名骨架、父依赖顺序、显式循环组、缓存与部分静态指标，以及未导入跨模块同名、参数/局部变量shadow、歧义和外部依赖保留。诊断记录

代码映射与边界¶

extract_python_graph 不执行/导入输入代码；模块最多 64 个、每模块 100,000 字符。只支持本模块或显式import后可解析的顶层类/函数依赖，不按全repo同名猜测；参数、局部赋值等shadow的调用不会误连同名全局符号。不能解析的符号保存在 unresolved_dependencies；方法签名入骨架但动态调用、反射和 Java语法不支持。dependency_order 保留 SCC 环，retrieve 明确最多 3 hops。SkeletonCache 是本地内容哈希缓存，不是 Vertex AI Context Cache。

static_metrics 仅提供 Python→Python 参考结构下的 PCC/THC/受控 import DRQ、语法解析、docstring presence；未实现 Java复杂度、pyflakes、完整 API hallucination 或 MQ 聚合。Python AST替代及这些简化均显式暴露，不把指标凑成论文七项。没有 LLM 迁移、云服务、语义向量 fallback 或端到端重建，没有 GPU 或 Evolve 路径。

成本决定¶

完整管线需要 tree-sitter Java、Spanner图、Vertex嵌入/一小时context cache及Gemini2.5Pro整repo迁移。作者实现不可得，整repo云模型 token/runtime 也无法用廉价核对确定为单卡短验可负担；按项目成本不确定规则关闭，成本过高，不复现（审查 DONE）。不以纯图测试冒充廉价端到端复现。