What question did this study set out to answer?

This research aims to improve code comprehension at the repository level in enterprise Java environments, particularly through the use of knowledge graphs.

April 10, 2026Open Access

Enhanced Repository-Level Code Comprehension through Knowledge Graphs for Large Language Models

Key Points

This research aims to improve code comprehension at the repository level in enterprise Java environments, particularly through the use of knowledge graphs.
Developed J-PRISM architecture to transform static Git repositories into enhanced knowledge graphs.
Modelled code entities as nodes and dependencies as edges in the knowledge graphs.
Implemented a hybrid retrieval strategy combining Cypher queries and vector-based semantic search.
Created a new benchmark set tailored for Java repositories utilizing meta-programming.
J-PRISM achieved a mean quality score of 97.69%, significantly outperforming traditional file-based retrieval methods.
The approach demonstrated enhanced precision and efficiency in code understanding, especially with increased architectural complexity.

Abstract

Die Codegenerierung wurde durch jüngste Fortschritte bei Large Language Models (LLMs) maßgeblich beeinflusst. Das Verständnis auf Repository-Ebene bleibt jedoch insbesondere innerhalb von Enterprise-Java-Umgebungen, die stark auf Meta-Programming-Frameworks wie Spring und Lombok basieren, eine zentrale Herausforderung. In diesen Umgebungen werden Kontrollfluss und Logik häufig durch implizite Annotationen als durch expliziten Quellcode definiert. Infolgedessen übersehen herkömmliche textbasierte Retrieval-Augmented-Generation-Ansätze (RAG) kritische Abhängigkeiten und liefern irrelevanten Kontext.Um diesen Einschränkungen zu begegnen, stellt diese Arbeit J-PRISM (Java Property-graph Repository-level Insight System for Meta-programming) vor, eine neue Architektur,die statische Git-Repositories in semantisch angereicherte Wissensgraphen (Knowledge Graphs, KG) transformiert. J-PRISM modelliert Code-Entitäten als Knoten und Abhängigkeiten als Kanten, wodurch einem KI-Agenten eine deterministische Schnittstelle zur Abfrage der Codebasis bereitgestellt wird. Das System implementiert eine hybri-de Retrieval-Strategie über das Model Context Protocol (MCP), welche symbolische Cypher-Abfragen für strukturelle Präzision mit vektorbasierter semantischer Suche zurKonzeptfindung kombiniert. Zur Validierung dieses Ansatzes wurde ein neues Set an Benchmarks entwickelt, dasspeziell auf Java-Repositories mit Meta-Programming zugeschnitten ist und von einfachen CRUD-Anwendungen bis hin zu komplexen infrastrukturintensiven Architekturen reicht.Die empirische Evaluierung zeigt, dass J-PRISM herkömmliche dateibasierte Retrieval-Methoden (OpenHands) signifikant übertrifft und im Vergleich zu 89,37% bei der Baseline, einen mittleren Quality Score von 97,69% erreicht. Die Ergebnisse bestätigen ferner,dass mit zunehmender architektonischer Komplexität ein strukturiertes graphbasiertes Retrieval für ein präzises und effizientes Codeverständnis unerlässlich wird.

Bookmark

View Full Paper