Busca Semântica & Contexto Local
A IA entende o seu repositório inteiro. Sem subir nenhum arquivo.
Muitas ferramentas de nuvem exigem que você confie seu repositório completo para indexação em servidores de terceiros. O motor de RAG do Reflexor processa chunks de código, gera embeddings e responde perguntas complexas sobre o seu sistema 100% no seu computador.
Como Funciona a Busca Semântica Local
- Chunking Inteligente de AST: O código é particionado respeitando escopos de funções, classes e módulos, preservando a semântica da linguagem.
- Embeddings Neurais em Memória: Modelos compactos de representação vetorial rodam com aceleração local, gerando índices ultrarrápidos.
- Recuperação Híbrida (Dense + Sparse): Combina busca semântica por similaridade de cossenos com matching de símbolos exatos para máxima precisão.
Technical Highlights
- Privacidade Absoluta do Repositório: Nenhum arquivo, snippet de código ou vetor de embedding é transmitido para a internet.
- Atualização Incremental: Apenas arquivos alterados são re-indexados ao salvar, garantindo uso quase nulo de CPU em segundo plano.
Perguntas Frequentes sobre RAG Local
Quanto espaço em disco o índice de RAG local ocupa?
O índice vetorial ocupa tipicamente de 2% a 5% do tamanho do repositório em disco, ficando armazenado na pasta de cache local da extensão.
O Reflexor consegue responder perguntas sobre arquivos em que não estou mexendo?
Sim. O RAG busca contexto em todos os arquivos indexados do workspace, permitindo que a IA compreenda dependências e modelos distantes do arquivo aberto no momento.
Repositórios gigantes (monorepos) são suportados?
Sim. O Reflexor respeita regras de `.gitignore` e permite filtros de inclusão e exclusão para focar apenas nas pastas de código fonte relevantes.