Qdrant RAG MCP Server

Um servidor de busca semântica para bases de código usando Qdrant, com gerenciamento inteligente de issues e projetos do GitHub.

GitHub
9
Experimente este MCPPatrocinado

Documentação

Qdrant RAG MCP Server

Um servidor Model Context Protocol (MCP) com consciência de contexto que fornece capacidades de busca semântica em todo o seu código usando o banco de dados vetorial Qdrant. Agora com resolução inteligente de issues do GitHub (v0.3.0), gerenciamento de GitHub Projects V2 (v0.3.4) e suporte a sub-issues hierárquicos (v0.3.4.post4). Projetado para funcionar perfeitamente com Claude Code.

Por que MCP RAG? Este servidor permite que agentes de IA trabalhem eficientemente com codebases inteiros usando 95%+ menos tokens. Saiba como →

🌟 Recursos

🆕 Integração com GitHub (v0.3.0) + Projects V2 (v0.3.4) + Sub-Issues (v0.3.4.post4)

  • 🤖 Resolução Inteligente de Issues: Análise de issues do GitHub com RAG e geração automatizada de correções
  • 🔄 Fluxos de Trabalho de Ponta a Ponta: Analisar issues → Gerar correções → Criar PRs com segurança de dry-run
  • 📋 Gerenciamento de GitHub Projects V2: Criar projetos, gerenciar roadmaps, acompanhar progresso com dashboards personalizados
  • 🎯 29 Ferramentas MCP do GitHub: Ciclo de vida completo de issues + 8 ferramentas de gerenciamento de projetos + 5 ferramentas de sub-issues via linguagem natural
  • 📑 Sub-Issues Hierárquicos: Divida trabalhos complexos com relações pai/filho entre issues
    • Listar, adicionar, remover, criar e reordenar sub-issues
    • Adicionar sub-issues em massa ao Projects V2 com atribuição inteligente de campos
    • Suporte a re-parentalização para reorganizar o trabalho
    • Conversão automática de número de issue para ID para uso intuitivo
  • 💬 Comentários em Issues: Adicione comentários a issues existentes para atualizações de fluxo de trabalho e colaboração
  • 🧠 Atribuição Inteligente de Projetos: Atribuição de campos aprimorada por RAG com base na análise do conteúdo da issue
  • 📊 Modelos de Projetos: Modelos pré-construídos para roadmaps, rastreamento de bugs e planejamento de recursos
  • 🔐 Autenticação Flexível: Suporte a Personal Access Token e GitHub App
  • 📊 Análise Aprimorada por RAG: Aproveite a busca em todo o codebase para entender issues
  • 🛡️ Design com Segurança em Primeiro Lugar: Modo dry-run, proteção de arquivos, limitação de taxa e registro de auditoria

🆕 Rastreamento de Contexto (v0.3.1)

  • 👁️ Visibilidade da Janela de Contexto: Monitore o que o Claude sabe na sessão atual
  • 📊 Rastreamento de Uso de Tokens: Estimativas em tempo real do consumo da janela de contexto
  • ⚠️ Avisos de Uso: Alertas automáticos em 60% e 80% do uso do contexto
  • 📈 Linha do Tempo da Sessão: Visão cronológica de todas as operações que consomem contexto
  • 💾 Persistência de Sessão: Salvamento automático para análise posterior
  • 🔍 Visualizador de Sessões: Utilitário para analisar padrões entre sessões

🆕 Embeddings Especializados (v0.3.3)

  • 🎯 Modelos Específicos por Tipo de Conteúdo: Diferentes modelos de IA otimizados para diferentes tipos de conteúdo
    • Código: Embeddings cientes de programação para 30-50% melhor relevância na busca de código
    • Config: Modelos cientes de estrutura para navegação precisa em JSON/YAML/XML
    • Documentação: Embeddings otimizados para prosa para busca natural em documentação
  • 🧠 Compreensão Específica de Linguagem: Idiomas Python, padrões JavaScript e mais
  • 🔥 Ruído Reduzido entre Tipos: Configs não poluem buscas de código e vice-versa
  • 🛡️ Thread-Safe e Confiável: Segurança abrangente de threads com proteção de fallback
  • 🍎 Otimizado para Apple Silicon: Gerenciamento de memória com aceleração MPS

🆕 Gerenciamento Progressivo de Contexto (v0.3.2)

  • 🎯 Contexto em Múltiplos Níveis: Hierarquia Arquivo → Classe → Método para uso ideal de tokens
  • 💰 Redução de 50-70% em Tokens: Obtenha visões gerais de alto nível sem sacrificar o acesso a detalhes
  • 🧠 Detecção de Intenção de Consulta: Determina automaticamente o nível de contexto certo para sua consulta
  • ⚡ Cache Semântico: Consultas semelhantes usam cache com limite de similaridade de 0.85
  • 🔄 Opções de Aprofundamento: Comece com uma visão geral, expanda para detalhes conforme necessário
  • 🏗️ Construção Inteligente de Estrutura: Constrói automaticamente hierarquias de código a partir dos resultados da busca

Capacidades Principais de RAG

  • 🎯 Consciente de Contexto: Detecta e limita automaticamente ao seu projeto atual
  • 🔍 Busca Híbrida: Combina compreensão semântica com correspondência de palavras-chave para +30% de precisão
  • 🧠 Fragmentação Baseada em AST: Análise de código ciente de estrutura para Python, Shell, Go, JavaScript e TypeScript (-40% tokens)
  • 🔗 Busca Ciente de Dependências: Inclui automaticamente arquivos que importam ou são importados pelos seus resultados de busca (v0.1.9)
  • 📊 Contexto de Busca Aprimorado: Obtenha automaticamente trechos de código ao redor para melhor compreensão (v0.2.0)
  • 🎯 Classificação Multi-Sinal: Sistema de classificação com 5 fatores para 45% melhor precisão de busca (v0.2.1)
  • 📚 Indexação de Documentação: Indexe e busque arquivos de documentação em markdown (v0.2.3)
  • ⚡ Reindexação Incremental Inteligente: Processe apenas arquivos alterados para reindexação 90%+ mais rápida (v0.2.4)
  • 📁 Suporte a Múltiplos Projetos: Mantenha o conhecimento de diferentes projetos separado
  • 🚀 Execução Local Rápida: Suporta aceleração MPS em Apple Silicon
  • 🔧 Indexadores Especializados: Análise de código ciente de linguagem e compreensão de arquivos de configuração
  • 🔄 Auto-Indexação Opcional: Mantenha seu índice atualizado automaticamente conforme os arquivos mudam
  • 📊 Registro Ciente de Projetos: Separação automática de logs por projeto com ferramentas ricas de depuração
  • 🏥 Monitoramento de Saúde: Verificações de saúde integradas com status detalhado do sistema

📚 Visão Geral da Documentação

Documentação completa para configurar e usar o servidor Qdrant RAG com Claude Code.

🚀 Início Rápido

Pré-requisitos

  • CLI do Claude Code
  • Docker
  • Python 3.10+ com uv (gerenciador de pacotes ultraviolet)

Instalando uv (Ultraviolet)

Este projeto usa uv para gerenciamento de pacotes Python rápido e confiável. Se você não o tiver instalado:

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Or with Homebrew
brew install uv

# Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

Por que uv? É 10-100x mais rápido que pip e fornece melhor resolução de dependências. Saiba mais

Instalação

# 1. Clone the repository
git clone <repository-url> ~/mcp-servers/qdrant-rag
cd ~/mcp-servers/qdrant-rag

# 2. Run setup (starts Qdrant, installs dependencies)
./scripts/setup.sh

# 3. Install globally with context awareness (ONE TIME ONLY)
./install_global.sh

# That's it! The MCP server is now available in ALL projects

# 4. Test in any project
cd ~/any-project
claude
# Ask: "What's my current project context?"

Opcional: Ativar Auto-Indexação

# For current session only
export QDRANT_RAG_AUTO_INDEX=true
claude

# For permanent auto-indexing
echo 'export QDRANT_RAG_AUTO_INDEX=true' >> ~/.bashrc
# or for zsh users:
echo 'export QDRANT_RAG_AUTO_INDEX=true' >> ~/.zshrc

🔧 Configuração do Diretório de Trabalho (Importante!)

O servidor MCP precisa saber seu diretório de trabalho real para detectar projetos corretamente. Você tem três opções:

Opção 1: Linguagem Natural (Sem Configuração Necessária!)

Simplesmente diga ao Claude Code para definir o diretório de trabalho no início da sua sessão:

"Get current directory with pwd, export MCP_CLIENT_CWD to that value, then run health check"

Isso funciona imediatamente sem nenhuma alteração de configuração!

Opção 2: Configuração de Variável de Ambiente

Na sua configuração do Claude Code (~/.claude-code/config.json):

{
  "mcpServers": {
    "qdrant-rag": {
      "command": "python",
      "args": ["/path/to/qdrant-rag/src/qdrant_mcp_context_aware.py"],
      "env": {
        "MCP_CLIENT_CWD": "${workspaceFolder}"
      }
    }
  }
}

Opção 3: Argumento de Linha de Comando

{
  "mcpServers": {
    "qdrant-rag": {
      "command": "python",
      "args": [
        "/path/to/qdrant-rag/src/qdrant_mcp_context_aware.py",
        "--client-cwd",
        "${workspaceFolder}"
      ]
    }
  }
}

Nota: Sem a configuração adequada do diretório de trabalho, o servidor pode detectar o projeto errado. A abordagem de linguagem natural (Opção 1) é a maneira mais rápida de começar. Veja Guia de Configuração do Claude Code para mais detalhes.

📖 Documentação

Guias Principais

Documentação de Referência

Documentação Técnica

📋 Guia de Decisão Rápida

Eu quero...

⚡ Comandos Rápidos

Configuração Global (Uma Vez)

# Run the installer - it handles everything
./install_global.sh

Uso Diário

Indexação Manual (Padrão)

# Navigate to any project
cd ~/projects/my-app
claude

# In Claude:
# - Index: "Index all code files in this project"
# - Search: "Find authentication functions"
# - Context: "What's my current project context?"

🆕 Resolução de Issues do GitHub (v0.3.0)

# In Claude with GitHub integration:
# - Setup: "Switch to repository owner/repo-name"
# - Create: "Create a test issue with title 'Bug in login' and labels 'bug'"
# - Analyze: "Analyze issue #123 using RAG search"
# - Fix: "Generate fix suggestions for issue #123"
# - Resolve: "Resolve issue #123 in dry-run mode"

🆕 Gerenciamento de GitHub Projects V2 (v0.3.4)

# In Claude with GitHub Projects:
# - Create: "Create a roadmap project for Q1 2025"
# - Template: "Create a bug tracking project from template"
# - Add Items: "Add issue #123 to project with smart field assignment"
# - Status: "Show project #1 status with completion metrics"
# - Update: "Update issue #123 status to In Progress"
# - Custom Fields: "Create a priority field with High/Medium/Low options"

🆕 Gerenciamento Progressivo de Contexto (v0.3.2)

# In Claude - use progressive context for token efficiency:
# - Overview: "What does the authentication system do?" (70% token reduction)
# - Navigation: "Find the DatabaseManager class" (50% token reduction)
# - Debugging: "Show me the bug in save_user function" (20% token reduction)
# - Explicit: "Search for logging with context_level=file"
# - Full detail: "Search for validate_user with progressive_mode=false"

# The system automatically:
# - Detects query intent (understanding vs debugging)
# - Uses semantic cache for similar queries
# - Provides drill-down options for deeper exploration

Com Auto-Indexação

# Enable for this session
export QDRANT_RAG_AUTO_INDEX=true
cd ~/projects/my-app
claude

# Files are automatically indexed as you work!
# Just search - no manual indexing needed

Reindexação (Índice Limpo)

# Use reindex when files have been:
# - Renamed or moved
# - Deleted
# - You see stale results

# In Claude:
# "Reindex this project" - Clears old data before indexing
# "Reindex the src directory" - Clean reindex of specific directory

# Regular index only adds new content
# Reindex removes old + adds new content

Busca Ciente de Dependências (v0.1.9+)

# In Claude - search with dependencies:
# "Search for 'validate_user' and include files that import it"
# "Find 'database connection' including dependent files"

# The include_dependencies parameter automatically:
# - Finds files that import the search results
# - Finds files imported by the search results
# - Shows related code for better understanding

✨ Recursos Principais

Indexação Aprimorada

  • Indexador de Código Especializado: Análise específica de linguagem para 10+ linguagens de programação
  • Indexador de Config Avançado: Suporte para arquivos JSON, XML, YAML, TOML, INI, ENV
  • Fragmentação Ciente de Estrutura: Funções, classes e seções de configuração
  • Metadados Ricos: Números de linha, imports, dependências, extração de esquema

Padrões de Arquivo Personalizados

  • Padrões Padrão: Indexa automaticamente arquivos comuns de código, configuração e documentação
  • Padrões Personalizados: Especifique exatamente quais tipos de arquivo indexar
  • Exemplos de Uso: 
    # In Claude Code
"Index directory with patterns *.sql *.graphql"
"Index only Rust files: *.rs *.toml Cargo.lock"
"Reindex with patterns *.proto *.pb.go for protobuf"
  • Padrões Suportados: Qualquer padrão glob (*.ext, arquivo-específico.ext, etc.)

Fragmentação Baseada em AST (v0.1.5+)

  • Análise Ciente de Estrutura: Usa Árvores Sintáticas Abstratas para entender a estrutura do código
  • Unidades de Código Completas: Nunca divide funções ou classes no meio
  • Suporte a Múltiplas Linguagens: Python, JavaScript/TypeScript, scripts Shell e Go
  • Metadados Hierárquicos: Rastreia relacionamentos (módulo → classe → método)
  • 40-60% Menos Fragmentos: Uso mais eficiente de tokens preservando o significado
  • Recursos Específicos de Linguagem:
    • Python: Classes, métodos, funções com decoradores e docstrings
    • JavaScript/TypeScript: Módulos ES6, componentes React, arrow functions (v0.1.8)
    • Shell: Extração de funções com preservação de código de configuração
    • Go: Pacotes, structs, interfaces com regras de visibilidade

Busca Ciente de Dependências (v0.1.9+)

  • Inclusão Automática de Dependências: Encontre arquivos que importam ou são importados pelos seus resultados de busca
  • Relações Bidirecionais: Rastreia imports e exports em todo o codebase
  • Pontuação Inteligente: Arquivos relacionados incluídos com pontuações reduzidas para manter a relevância
  • Resolução de Imports: Lida com imports relativos e absolutos com resolução de caminhos
  • Casos de Uso:
    • Encontre todos os arquivos que usam uma função ou classe específica
    • Entenda o impacto de mudanças vendo código dependente
    • Trace o fluxo de código através de cadeias de import
    • Descubra padrões de uso em todo o seu projeto

Pesquisa Híbrida (v0.1.4+)

  • Três Modos de Pesquisa: Híbrido (padrão), somente vetor, somente palavra-chave
  • Classificação Inteligente: Combina correspondências exatas de palavras-chave com compreensão semântica
  • Transparência de Pontuação: Veja contribuições individuais (vector_score, bm25_score)
  • Modo Automático: A pesquisa híbrida funciona imediatamente para obter os melhores resultados

Classificação Aprimorada (v0.2.1+)

  • 5 Sinais de Classificação: Combina múltiplos fatores para relevância ideal
    • Pontuação base (correspondência semântica + palavra-chave)
    • Proximidade de arquivos (impulso do mesmo diretório)
    • Distância de dependência (relações de importação)
    • Similaridade de estrutura de código (funções, classes)
    • Recência (modificações recentes priorizadas)
  • Pesos Configuráveis: Ajuste a classificação para seu fluxo de trabalho via server_config.json
  • 45% Melhor Precisão: Melhoria medida na relevância da pesquisa
  • Sinais Visíveis: Veja por que os resultados foram classificados como foram com ranking_signals
  • Guia de Configuração: Aprenda como personalizar a classificação

Consciência de Contexto

  • Detecção Automática de Projeto: Baseada em .git, package.json, etc.
  • Isolamento de Projeto: Cada projeto recebe coleções separadas
  • Escopo Inteligente: Pesquisas padrão apenas no projeto atual
  • Opção Entre Projetos: Disponível quando necessário

Otimização para Apple Silicon

  • Aceleração MPS: Suporte a Metal Performance Shaders para chips M1/M2/M3
  • Modo Local: Execução nativa em macOS para máximo desempenho
  • Cache Inteligente: Armazenamento e carregamento eficientes de modelos

Registro de Logs Consciente de Projeto

  • Separação Automática de Logs: Logs organizados por projeto, sem mistura
  • Formato JSON Estruturado: Metadados ricos para cada operação
  • Rastreamento de Desempenho: Tempo de operação e métricas de sucesso
  • Utilitário de Visualização de Logs: Pesquise, filtre e monitore logs facilmente
  • Níveis Configuráveis: Depure operações específicas conforme necessário

Confiabilidade e Segurança

  • Lógica de Nova Tentativa de Conexão: Nova tentativa automática com backoff exponencial
  • Monitoramento de Saúde: Verificação de saúde integrada para todos os serviços
  • Indicadores de Progresso: Acompanhe operações de longa duração
  • Validação de Entrada: Prevenção de travessia de caminho e sanitização
  • Melhor Tratamento de Erros: Mensagens amigáveis com códigos de erro

🔧 Arquitetura

Claude Code ←→ MCP Protocol ←→ Context-Aware RAG Server ←→ Qdrant Vector DB
                                        ↓
                               Project Detection
                                        ↓
                         Project-Specific Collections
                                        ↓
                              Specialized Indexers
                               (Code + Config)

Componentes do Servidor

Este projeto inclui dois servidores distintos:

  1. Servidor MCP (src/qdrant_mcp_context_aware.py) - O servidor principal

    • Integra-se diretamente com o Claude Code via stdio
    • Sem porta de rede - comunica-se via stdin/stdout
    • Iniciado automaticamente pelo Claude Code quando necessário
    • Este é o que você usa para operação normal

  2. Servidor de Teste HTTP (src/http_server.py) - Interface de teste opcional

    • Fornece endpoints de API REST na porta 8081
    • Apenas para testar indexação/pesquisa sem o Claude Code
    • Não é necessário para uso normal do Claude Code
    • Útil para depuração e testes de integração

🎯 Casos de Uso

Pesquisa de Código com RAG

  • Pesquisa Semântica de Código: "Encontre funções de autenticação semelhantes ao UserService"
  • Descoberta de Configuração: "Onde está configurada a conexão com o banco de dados?"
  • Análise de Padrões: "Mostre-me padrões de tratamento de erros neste código"
  • Compreensão de Código: "Como funciona o sistema de logging?"
  • Insights Entre Projetos: "Mostre implementações de JWT em todos os meus projetos"

🆕 Resolução de Issues do GitHub (v0.3.0)

  • Análise Inteligente de Issues: "Analise a issue #123 para entender o bug e encontrar código relacionado"
  • Geração Automática de Correções: "Gere sugestões de correção para a issue de autenticação em #456"
  • Gerenciamento de Repositórios: "Mude para meu repositório backend e mostre issues abertas"
  • Fluxo de Trabalho de Issues: "Crie uma issue de teste, analise-a e gere uma correção em modo dry-run"
  • Criação de Pull Requests: "Crie um PR para resolver o bug de login com conteúdo automatizado"

🏥 Monitoramento de Saúde

O servidor inclui uma ferramenta de verificação de saúde para monitorar todos os serviços:

# In Claude Code
"Check health status"
"Run health check"

A verificação de saúde relata:

  • Conexão Qdrant: Status e contagem de coleções
  • Modelo de Embedding: Nome do modelo e verificação de dimensão
  • Espaço em Disco: Armazenamento disponível com avisos
  • Uso de Memória: Status da memória do sistema (se psutil instalado)
  • Contexto do Projeto: Informações do projeto atual

Resiliência de Conexão

O servidor tenta automaticamente novamente operações com falha:

  • Backoff exponencial para falhas transitórias
  • Reconexão automática ao Qdrant
  • Degradação graciosa com mensagens de erro claras

📊 Logging e Depuração

O servidor inclui logging abrangente consciente de projeto para depuração e monitoramento.

Visualizar Logs

# View logs for current project
./scripts/qdrant-logs

# Follow logs in real-time
./scripts/qdrant-logs -f

# Filter by log level
./scripts/qdrant-logs --level ERROR

# Search logs
./scripts/qdrant-logs --search "index.*failed"

# View logs for specific project
./scripts/qdrant-logs --project /path/to/project

# Export logs for analysis
./scripts/qdrant-logs --export json > debug-logs.json

Localização dos Logs

Os logs são armazenados em ~/.mcp-servers/qdrant-rag/logs/:

  • global/ - Inicialização do servidor e operações fora de projeto
  • projects/ - Separados por projeto com nomes amigáveis (ex.: qdrant-rag_70e24d/)
  • errors/ - Erros críticos em todos os projetos

Configuração

Controle o logging via variáveis de ambiente:

export QDRANT_LOG_LEVEL=DEBUG        # Set log level
export QDRANT_LOG_DIR=/custom/path   # Custom log directory

🐛 Problemas Comuns e Soluções

ProblemaSoluçãoReferência
MCP não disponível globalmenteAdicione com a flag -s userGuia de Escopo MCP
Projeto errado detectadoVerifique os marcadores do projetoGuia Consciente de Contexto
MPS não funcionandoUse o modo localGuia MPS
Sem resultados de pesquisaIndexe primeiro, verifique o escopoSolução de Problemas

📈 Melhorias Recentes

🚀 v0.3.3 (Mais Recente) - Embeddings Especializados e Correções Críticas de Bugs

  • ✅ Modelos Específicos por Tipo de Conteúdo: Diferentes modelos de embedding para diferentes tipos de conteúdo
    • Código: nomic-ai/CodeRankEmbed (768D) - Embeddings conscientes de programação para pesquisa superior de código
    • Configuração: jinaai/jina-embeddings-v3 (1024D) - Consciente de estrutura para arquivos JSON/YAML/XML
    • Documentação: hkunlp/instructor-large (768D) - Otimizado para prosa em markdown/documentos
    • Geral: sentence-transformers/all-MiniLM-L12-v2 (384D) - Compatibilidade retroativa
  • ✅ 30-50% Melhor Pesquisa de Código: Embeddings conscientes de programação entendem melhor o contexto do código
  • ✅ Gerenciamento Unificado de Memória: Otimizações para Apple Silicon com limites conservadores de memória
  • ✅ Sistema de Registro de Modelos: Gerenciamento central de modelos com verificação de compatibilidade
  • ✅ Scripts de Modelo Aprimorados: download_models.sh melhorado com suporte a modelos especializados
  • ✅ Correções Críticas Pós-Lançamento (v0.3.3.post1-4):
    • Corrigido Erro Crítico de Pesquisa: Validação de tipo de payload prevenindo falhas de pesquisa
    • Corrigido Erro de Rastreamento de Contexto: Tratamento de float de configuração para rastreamento adequado de contexto
    • 🔧 Corrigida Incompatibilidade de Dimensão: Resolvido "Erro de dimensão de vetor: esperado dim: 768, obtido 384"
      • Causa Raiz: Problemas de segurança de thread causando remoção do modelo CodeRankEmbed
      • Solução: Segurança de thread abrangente + lógica de fallback compatível com dimensão
      • Impacto: Arquivos de código agora sempre obtêm embeddings corretos de 768D
  • ✅ Reorganização do Conjunto de Testes: Categorização limpa (unidade/integração/desempenho/depuração)
  • 📖 Guia de Gerenciamento de Memória: Detalhes de otimização para Apple Silicon

v0.3.4 - Integração GitHub Projects V2

  • ✅ Suporte GitHub Projects V2: Integração completa com API GraphQL para gerenciamento moderno de projetos
  • ✅ 8 Novas Ferramentas de Projeto: Crie projetos, adicione itens, atualize campos, acompanhe progresso
  • ✅ Atribuição Inteligente de Campos: Análise aprimorada por RAG atribui automaticamente prioridade/status/tipo
  • ✅ Modelos de Projeto: Modelos pré-construídos para roadmaps, rastreamento de bugs, planejamento de recursos
  • ✅ Suporte a Campos Personalizados: Crie e gerencie campos TEXT, NUMBER, DATE, SINGLE_SELECT
  • ✅ Painéis de Progresso: Métricas automáticas de conclusão e rastreamento de status
  • ✅ Padrão de Adaptador GraphQL: Separação limpa preservando a funcionalidade REST existente
  • 📖 Guia GitHub Projects: Guia completo com exemplos e modelos

v0.3.2 - Gerenciamento Progressivo de Contexto

  • ✅ Recuperação de Contexto em Múltiplos Níveis: Hierarquia Arquivo → Classe → Método para redução de 50-70% de tokens
  • ✅ Cache Semântico: Consultas semelhantes atingem o cache com limite de similaridade de 0.85
  • ✅ Detecção de Intenção de Consulta: Determina automaticamente o nível ideal de contexto
  • ✅ Pipeline de Pontuação Configurável: Sistema de pontuação modular com estágios plugáveis
  • ✅ Tokenização BM25 Aprimorada: Pré-processamento específico de código (camelCase, snake_case)
  • ✅ Pontuação de Combinação Linear: Pontuações de pesquisa híbrida mais precisas (0.6-0.9 vs 0.01-0.02)

v0.3.1 - Rastreamento de Contexto

  • ✅ Visibilidade da Janela de Contexto: Monitore o que o Claude sabe na sessão atual
  • ✅ Rastreamento de Uso de Tokens: Estimativas em tempo real com avisos em 60%/80%
  • ✅ Linha do Tempo da Sessão: Visão cronológica de todas as operações que consomem contexto
  • ✅ Persistência da Sessão: Salvamento automático para análise posterior

v0.3.0 - Integração GitHub

  • ✅ 10 Ferramentas MCP do GitHub: Gerenciamento completo do ciclo de vida de issues via Claude Code
  • ✅ Análise de Issues com RAG: Aproveite a pesquisa no código para compreensão inteligente de issues
  • ✅ Geração Automática de Correções: Gere correções de código com pontuação de confiança e modelos
  • ✅ Fluxos de Trabalho de Ponta a Ponta: Analisar → Gerar → Criar PR com segurança de dry-run
  • ✅ Comentários em Issues: Adicione comentários a issues existentes para atualizações de fluxo de trabalho
  • ✅ Autenticação Flexível: Suporte a Personal Access Token e GitHub App
  • ✅ Teste de API HTTP: 10 novos endpoints sob /github/ para teste e integração
  • ✅ Design Seguro por Padrão: Modo dry-run, limite de taxa, logging de auditoria, proteção de arquivos
  • ✅ Configuração Aprimorada: Resolução fixa de variáveis de ambiente para melhor gerenciamento de configuração
  • 📖 Guia de Integração GitHub: Guia abrangente de configuração e uso com mais de 700 linhas

v0.2.1 - Classificação Aprimorada

  • ✅ Classificação Multi-Sinal: Resultados de pesquisa agora classificados por 5 fatores configuráveis
  • ✅ Pontuação de Proximidade de Arquivos: Impulsiona resultados do mesmo diretório ou próximos
  • ✅ Distância de Dependência: Prioriza arquivos com relações de importação
  • ✅ Similaridade de Estrutura de Código: Agrupa padrões de código semelhantes
  • ✅ Peso de Recência: Arquivos modificados recentemente aparecem primeiro
  • ✅ 45% Melhor Precisão: Melhoria significativa na relevância da pesquisa
  • 📖 Guia de Configuração: Aprenda como ajustar a classificação para seu fluxo de trabalho

v0.2.0 - Contexto Aprimorado

  • ✅ Expansão Automática de Contexto: Obtenha blocos ao redor com resultados de pesquisa
  • ✅ Contexto Configurável: Controle quanto contexto com o parâmetro context_chunks
  • ✅ Ferramenta Get File Chunks: Recupere arquivos completos ou intervalos específicos de blocos
  • ✅ Tamanhos de Blocos Duplicados: Melhor compreensão semântica (código: 3000, configuração: 2000 caracteres)
  • ✅ 60% Menos Operações: Redução da necessidade de operações de acompanhamento com grep/read

v0.1.9

  • ✅ Pesquisa Consciente de Dependências: Inclui automaticamente arquivos que importam ou são importados pelos resultados da pesquisa
  • ✅ Construtor de Grafo de Dependências: Rastreia relações bidirecionais de importação/exportação no código
  • ✅ Compreensão Aprimorada de Código: Veja como módulos de código se relacionam e dependem uns dos outros

v0.1.8

  • ✅ Suporte JavaScript/TypeScript: Parsing AST completo para arquivos JS/TS incluindo componentes React
  • ✅ Suporte a Módulos ES6: Lida com sintaxe moderna de import/export e arrow functions
  • ✅ Cobertura Expandida de Linguagens: Agora suporta 5 linguagens com parsing AST

v0.1.7

  • ✅ Indexação de Scripts Shell: Padrões padrão corrigidos para incluir arquivos .sh, .bash, .zsh
  • ✅ Melhor Suporte a Scripts: Tratamento aprimorado de scripts executáveis

Lançamentos Anteriores

  • ✅ Blocos Baseados em AST: Parsing consciente de estrutura para melhor compreensão de código (v0.1.5)
  • ✅ Pesquisa Híbrida: Pesquisa combinada de vetor + palavra-chave para 30% melhor precisão (v0.1.4)
  • ✅ Sistema Consciente de Contexto: Detecção e escopo automáticos de projeto
  • ✅ Instalação Global: Funciona em todos os projetos com configuração adequada
  • ✅ Suporte MPS: Aceleração de GPU Apple Silicon para embeddings mais rápidos
  • ✅ Logging Consciente de Projeto: Separação automática de logs e ferramentas ricas de depuração
  • ✅ Reindexação Inteligente: Atualizações limpas de índice para prevenir dados desatualizados

Feliz codificação com pesquisa semântica consciente de contexto! 🎉