Разработчик представил локальный инструмент для поиска по кодовой базе

Независимый разработчик представил локальный инструмент для индексации и семантического поиска по крупным кодовым базам. Решение создано как альтернатива облачным сервисам и специализированным агентам, таким как RooCode, которые часто сталкиваются с нехваткой памяти или высокими затратами на создание эмбеддингов при работе с большими проектами.

Инструмент построен на базе движка семантического поиска с использованием Ollama и векторной базы данных Qdrant. Основная задача разработки — обеспечение полной приватности данных: исходный код, граф вызовов и векторные индексы остаются на локальной машине пользователя. Это исключает необходимость передачи проприетарного кода в сторонние облачные API.

Система прошла тестирование на Ruby on Rails монолите объемом более 3,5 млн строк кода. В отличие от существующих решений, которые либо требуют значительного времени на индексацию, либо имеют ограниченную поддержку языка Ruby, данный инструмент оптимизирован для работы с энтерпрайз-проектами такого масштаба без риска возникновения ошибок нехватки памяти (OOM).

Разработка велась в течение шести месяцев. Автор проекта опубликовал подробности реализации архитектуры, которая позволяет интегрировать локальный семантический поиск в рабочие процессы AI-агентов. Инструмент ориентирован на разработчиков, которым требуется глубокий контекст всей кодовой базы при работе с LLM без использования внешних платных сервисов.