Семантический поиск и локальный контекст
ИИ понимает весь ваш репозиторий. Без загрузки даже одного файла в облако.
Большинство облачных инструментов требуют загрузки всей кодовой базы на чужие серверы. Движок RAG в Reflexor генерирует векторные эмбеддинги и находит ответы прямо на вашем ПК.
Как работает локальный семантический поиск
- Интеллектуальное разбиение по AST: Код фрагментируется по границам функций и классов с сохранением исходной логики.
- Локальные векторные эмбеддинги: Компактные нейросетевые модели используют аппаратное ускорение для быстрой индексации.
- Гибридный поиск высокой точности: Сочетает поиск по семантической близости с точным совпадением имен идентификаторов.
Technical Highlights
- Полная защита интеллектуальной собственности: Ни единый файл или векторный эмбеддинг не передается по сети.
- Инкрементальное обновление: При сохранении переиндексируются только измененные файлы, экономя заряд и ресурсы процессора.
Часто задаваемые вопросы о локальном RAG
Сколько места на диске занимает индекс RAG?
Обычно всего от 2% до 5% от размера кодовой базы в локальной папке кэша расширения.
Может ли ИИ отвечать по файлам, которые сейчас закрыты?
Да! Семантический поиск сканирует весь индексированный проект и находит зависимости в любых модулях.
Поддерживаются ли крупные монорепозитории?
Да. Reflexor строго соблюдает правила `.gitignore` и автоматически пропускает папки зависимостей и артефактов сборки.