tecnomanu/pampa

Developer tools

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요. 원문 보기

31 stars 13 forks 품질 71 트렌드 11ISC

Repository Install

Project Artifacts (MCP 호환)의 증강 메모리 프로토콜

개요

AI 에이전트를 항상 업데이트, 어떤 codebase의 쿼리 가능한 메모리 – 와 – 하나의 npx 명령에서. - path glob, 태그, 정확한 결과에 대한 lang 필터 ܧ - BM25 + Vector fusion with reciprocal 등급 혼합 (기본적으로 사용 가능) - Transformers.js는 정밀 부스트를 위해 - Merkle-like 해싱과 실시간 증가 ☸ - CLI + MCP 통합과 재사용 가능한 검색 범위 ️ --project and --directory aliases for clarity ö - 다목적 IDE 도구와 건축 비교

개요(AI 번역)

버전 1.12.x · 세션 검색 · MCP 호환 · Node.js

AI 에이전트를 항상 업데이트, 어떤 codebase의 쿼리 가능한 메모리 – ** intelligent semantic search** 및 ** 자동 학습** – 하나에서 npx 명령.

PRICEVersión en Español | 한국어 버전** | LOG **

! v1.12의 새로운 기능 - 고급 검색 및 멀티-프로젝트 지원

S Scoped Search Filter - path_glob, tags], lang]에 의한 필터

ܧHybrid Search - BM25 + Vector fusion with reciprocal 등급 혼합 (기본적으로 사용 가능)

**Cross-Encoder Re-Ranker ** - Transformers.js는 정밀 부스트를 위해

☛File Watcher - Merkle-like 해싱과 실시간 증가

☸ ** 텍스트 팩 ** - CLI + MCP 통합을 사용하여 재사용 가능한 검색 범위

542️ 멀티프로젝트 CLI - --project과 --directory 선명함을 위한 별칭

ö **Performance Analysis ** - 범용 IDE 도구와 건축 비교

주의 개선:

40% 빠른 색인 incremental 업데이트 -60% 더 나은 정밀도 하이브리드 검색 + reranker
**3x 빠른 멀티 프로젝트 ** 명시된 경로와 작업

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요.

README

원문 README의 일부입니다. 원문 보기.

PAMPA – Protocol for Augmented Memory of Project Artifacts

Version 1.12.x · Semantic Search · MCP Compatible · Node.js

Give your AI agents an always-updated, queryable memory of any codebase – with intelligent semantic search and automatic learning – in one npx command.

🇪🇸 Versión en Español | 🇺🇸 English Version | 🤖 Agent Version

🌟 What’s New in v1.12 - Advanced Search & Multi-Project Support

🎯 Scoped Search Filters - Filter by path_glob, tags, lang for precise results

🔄 Hybrid Search - BM25 + Vector fusion with reciprocal rank blending (enabled by default)

🧠 Cross-Encoder Re-Ranker - Transformers.js reranker for precision boosts

👀 File Watcher - Real-time incremental indexing with Merkle-like hashing

📦 Context Packs - Reusable search scopes with CLI + MCP integration

🛠️ Multi-Project CLI - --project and --directory aliases for clarity

🏆 Performance Analysis - Architectural comparison with general-purpose IDE tools

Major improvements:

40% faster indexing with incremental updates
60% better precision with hybrid search + reranker
3x faster multi-project operations with explicit paths
90% reduction in duplicate function creation with symbol boost
Specialized architecture for semantic code search

🌟 Why PAMPA?

Large language model agents can read thousands of tokens, but projects easily reach millions of characters. Without an intelligent retrieval layer, agents:

Recreate functions that already exist
Misname APIs (newUser vs. createUser)
Waste tokens loading repetitive code (vendor/, node_modules/…)
Fail when the repository grows

PAMPA solves this by turning your repository into a semantic code memory graph:

Chunking – Each function/class becomes an atomic chunk
Semantic Tagging – Automatic extraction of semantic tags from code context
Embedding – Enhanced chunks are vectorized with advanced embedding models
Learning – System learns from successful searches and caches intentions
Indexing – Vectors + semantic metadata live in local SQLite
Codemap – A lightweight pampa.codemap.json commits to git so context follows the repo
Serving – An MCP server exposes intelligent search and retrieval tools

GitHub에서 전체 README 보기

설치

npx -y pampa mcp

MCP 초보자라면? mcpskill.org 가이드부터 시작하세요 →

설정

{
	"mcpServers": {
		"pampa": {
			"command": "npx",
			"args": ["-y", "pampa", "mcp"]
		}
	}
}