Búsqueda Semántica y Contexto Local
La IA comprende tu repositorio completo. Sin subir ni un solo archivo.
La mayoría de herramientas en la nube suben todo tu repositorio para indexarlo externamente. El motor RAG de Reflexor genera embeddings vectoriales y responde dudas complejas 100% en tu equipo.
Cómo Funciona la Búsqueda Semántica Local
- Fragmentación Basada en AST: El código se divide respetando funciones, clases y módulos para mantener la coherencia semántica.
- Embeddings Locales en Memoria: Modelos neuronales compactos generan vectores de representación con aceleración en tu hardware.
- Búsqueda Híbrida Precisa: Combina proximidad vectorial con coincidencia exacta de identificadores y nombres de variables.
Technical Highlights
- Privacidad Absoluta del Código: Ningún fragmento ni vector de embedding se transmite a internet.
- Indexación Incremental Rápida: Solo los archivos modificados se vuelven a procesar al guardar, ahorrando recursos.
Preguntas Frecuentes sobre RAG Local
¿Cuánto espacio ocupa el índice vectorial local?
Generalmente entre un 2% y 5% del tamaño de tu código, almacenado en la caché local de tu editor.
¿Puede responder sobre archivos que no tengo abiertos?
Sí. La búsqueda semántica consulta todo el workspace indexado, no solo la pestaña activa.
¿Es compatible con monorrepositorios grandes?
Sí, respeta automáticamente las reglas de `.gitignore` para omitir dependencias pesadas como `node_modules`.