用AI Agent做代码库重构，怎么让AI理解项目的整体架构？

我最近也在搞类似的事，后来发现光靠文档没用，得把依赖关系变成AI能查的结构化数据。我试过用tree-sitter解析出调用图，生成一个精简的JSON索引，再配合Cursor的@codebase功能，效果比直接喂文档好不少。不过跨文件改接口还是容易漏，可能得在prompt里明确要求它先列出所有调用点再动手。你们有没有试过用AST做增量分析？

这个问题我踩过不少坑，说点实际感受。光靠把项目结构文档塞给模型基本没用，它读归读，真到改代码的时候还是盯着当前文件，因为它压根没有“调用链”这个概念，只有你给它的那点上下文窗口。我后来试过用tree-sitter先把整个仓库的函数调用关系抽出来，生成一份带层级和依赖的索引文件，每次重构前让Agent先读这个索引，再决定要动哪些文件，效果比喂文档好不少。另外Cursor的rules里可以强制它改完一个文件后去搜相关引用，但别指望它自己会做，得在prompt里把“列出所有调用方并逐个更新”写成硬性步骤。还有个思路是拆成两个Agent，一个专门负责分析依赖输出改动清单，另一个照着清单执行，比让一个Agent一口气干完靠谱。手写工具这事我觉得躲不掉，现成的方案要么太浅要么太重，最后大概率还是得自己攒一个轻量的依赖图生成器。你要是懒得从零搞，可以先看看Sourcegraph或者codegraph这类工具能不能直接喂给Agent当上下文。

我最近也在折腾这个，后来发现与其喂文档，不如先用工具生成一份调用关系图（比如用tree-sitter扫出AST再抽出依赖），然后让Agent每次改之前先查这张图。但问题是图会过期，改完一个文件得同步更新索引，不然越改越乱。你试过把任务拆成“先改接口再批量改调用点”这种两阶段流程吗？感觉这样比指望它自己全局理解靠谱些。