Maguyva 的 R 支援：面向分析與套件程式碼的程式碼圖譜

R 讓淺層 AI 工具栽跟頭的地方

R 把基礎函式、套件函式和你自己的函式放在同一個扁平命名空間裡。點號是名字的一部分，而不是成員存取：is.na、data.frame 和 print.summary_table 都是單個識別字。把 print.summary_table 讀成 print 上方法的工具會弄錯結構，而記錄每個基礎呼叫的工具會把你的函式埋在 c() 和 paste() 底下。

Maguyva 保持 R 名稱完整，並過濾基礎函式雜訊，讓代理看到分析真正依賴的函式。

Maguyva 在 R 中擷取什麼

Maguyva 把 .R、.Rmd 和 .Rnw 檔案對應為 R。賦值給名字的函式（如 clean_survey <- function(df)）會以該名字擷取，匿名函式不視為定義。帶點號的名字永遠不會被拆成接收者和成員。

一些基礎 R 呼叫會被刻意保留在圖譜中，因為它們展示了分析程式碼的連接方式：S3 與 S4 分派（UseMethod、standardGeneric）、apply 家族（lapply、sapply、vapply、mapply）、模型擬合（lm、predict、anova）、套件載入（library、require），以及用 tryCatch 進行的錯誤處理。

圖譜還會記錄實例化和讀寫。

代理提示範例

• 「誰呼叫了 clean_survey，哪些模型使用了它的輸出？」（先用 find_symbol，再用 dependency_search 的 incoming 方向）
• 「哪些函式呼叫了 fit_model？」（dependency_search）
• 「追蹤從 load_raw_data 到最終迴歸的路徑。」（get_task_context）

已知限制

• 約 800 個基礎 R、stats 和 graphics 名稱會從關係中過濾掉，例如 print、paste、c、data.frame、繪圖呼叫和隨機數生成函式。查詢它們請使用 text_pattern_search。
• R 用普通函式呼叫來建立類別和載入套件，因此 structural_search 中的 classes、imports 和 variables 預設集什麼也選不到。請使用 find_symbol 和 text_pattern_search。
• .Rmd 和 .Rnw 檔案會整體按 R 語法讀取，而不是逐個程式碼區塊讀取，因此 R Markdown 和 Sweave 文件的結果可能不完整。
• R 沒有裝飾器語法，因此裝飾器關係被標記為不適用。

下一步

透過快速入門連接儲存庫，然後在相容性頁面檢視支援矩陣。混合資料科學儲存庫也請閱讀 Python 指南。