
bobmatnyc/mcp-vector-search
Developer toolsЭта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал
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
storycommand (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-codecommand (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
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 →