BM

bobmatnyc/mcp-vector-search

Developer tools

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

57 stars 11 forks Качество 71 Тренд 18NOASSERTION

CLI-первый семантический поиск кода с интеграцией MCP. Современный, быстрый и интеллектуальный поиск кода на основе анализа ChromaDB и AST.

Обзор

.️: Стабильно и активно поддерживается. LanceDB теперь является бэкэндом по умолчанию для лучшей производительности и стабильности. Современный, быстрый и интеллектуальный инструмент поиска кода, который понимает вашу кодовую базу с помощью семантического анализа и анализа AST. Он построен на Python, работает на LanceDB и предназначен для производительности разработчиков. - Найти код по смыслу, а не только по ключевым словам - : Понимает структуру кода (функции, классы, методы) - : 13 языков - Python, JavaScript, TypeScript, C#, Dart/Flutter, PHP, Ruby, Java, Go, Rust, HTML и Markdown/Text (с расширяемой архитектурой) - : Граф временных знаний с KuzuDB для извлечения сущности и отображения отношений (kg build, кг status, кг query) - : D3.

Обзор (машинный перевод)

CLI-первый семантический поиск кода с интеграцией MCP

️ ** Выпуск продукции (v2.5.56)**: Стабильно и активно поддерживается. LanceDB теперь является бэкэндом по умолчанию для лучшей производительности и стабильности.

Современный, быстрый и интеллектуальный инструмент поиска кода, который понимает вашу кодовую базу с помощью семантического анализа и анализа AST. Он построен на Python, работает на LanceDB и предназначен для производительности разработчиков.

Feature Особенности

abilities** Основные возможности**

Семантический поиск: найдите код по смыслу, а не только по ключевым словам AST-Aware Parsing: понимает структуру кода (функции, классы, методы) ** Поддержка нескольких языков**: 13 языков - Python, JavaScript, TypeScript, C#, Dart/Flutter, PHP, Ruby, Java, Go, Rust, HTML и Markdown/Text (с расширяемой архитектурой) ** График знаний**: график временных знаний с KuzuDB для извлечения сущности и отображения отношений kg build, kg status, kg query ** Интерактивная визуализация**: визуализация с поддержкой D3.js с 5+ просмотрами (Treemap, Sunburst, Force Graph, Knowledge Graph, Heatmap) ** Нарративы разработки**: генерировать истории git с помощью команды story (сокращение, JSON, вывод HTML)

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

README

Показан фрагмент оригинального README. Открыть оригинал.

MCP Vector Search

🔍 CLI-first semantic code search with MCP integration

⚠️ Production Release (v2.5.56): Stable and actively maintained. LanceDB is now the default backend for better performance and stability.

A modern, fast, and intelligent code search tool that understands your codebase through semantic analysis and AST parsing. Built with Python, powered by LanceDB, and designed for developer productivity.

✨ Features

🚀 Core Capabilities

  • Semantic Search: Find code by meaning, not just keywords
  • AST-Aware Parsing: Understands code structure (functions, classes, methods)
  • Multi-Language Support: 13 languages - Python, JavaScript, TypeScript, C#, Dart/Flutter, PHP, Ruby, Java, Go, Rust, HTML, and Markdown/Text (with extensible architecture)
  • Knowledge Graph: Temporal knowledge graph with KuzuDB for entity extraction and relationship mapping (kg build, kg status, kg query)
  • Interactive Visualization: D3.js-powered visualization with 5+ views (Treemap, Sunburst, Force Graph, Knowledge Graph, Heatmap)
  • Development Narratives: Generate git history narratives with story command (markdown, JSON, HTML output)
  • Real-time Indexing: File watching with automatic index updates
  • Automatic Version Tracking: Smart reindexing on tool upgrades
  • Local-First: Complete privacy with on-device processing
  • Zero Configuration: Auto-detects project structure and languages

🛠️ Developer Experience

  • CLI-First Design: Simple commands for immediate productivity
  • Rich Output: Syntax highlighting, similarity scores, context
  • Fast Performance: Sub-second search responses, efficient indexing with pipeline parallelism (37% faster); IVF-PQ vector index delivers 4.9x faster queries (3.4ms vs 16.7ms)
  • Modern Architecture: Async-first, type-safe, modular design
  • Semi-Automatic Reindexing: Multiple strategies without daemon processes
  • 17 MCP Tools: Comprehensive MCP integration for AI assistants (search, analysis, documentation, KG, story generation)
  • Chat Mode: LLM-powered code Q&A with iterative refinement (up to 30 queries), deep search, and KG query tools
  • CodeT5+ Embeddings: Code-specific embeddings via index-code command (Salesforce/codet5p-110m-embedding)

🔧 Technical Features

  • Vector Database: LanceDB (serverless, file-based)
  • Embedding Models: Configurable sentence transformers with GPU acceleration
  • Smart Reindexing: Search-triggered, Git hooks, scheduled tasks, and manual options
  • Extensible Parsers: Plugin architecture for new languages
  • Configuration Management: Project-specific settings
Открыть полный README на GitHub

Установка

This server does not publish a one-line install command.

Open the repository installation guide Новичок в MCP? Начните с руководства на mcpskill.org →