语义检索与全库本地上下文
无需上传任何一个文件，AI 即可深度理解您的整个代码仓库。
多数云端助手要求将完整仓库上传至第三方服务器进行索引。Reflexor 的本地语义 RAG 引擎直接在您的设备上完成代码分块、向量嵌入计算，并精准回答跨文件的复杂架构问题。
本地语义检索工作机制
- 基于抽象语法树（AST）的智能切片: 严格沿着函数、类及模块的自然语法边界切分代码，完整保留代码的语义结构与调用链。
- 硬件加速的高效本地向量嵌入: 紧凑高密度的代码嵌入模型充分利用本地硬件加速，秒级完成对大型代码库的索引构建。
- 稠密向量与精确符号混合检索: 将深度语义相似度匹配与变量/方法名的精确符号查找完美结合，实现极高的召回准度。
Technical Highlights
- 代码资产绝密防护: 没有任何源代码片段、文件内容或向量嵌入数据会被传输至公网服务器。
- 智能轻量增量索引: 仅在保存时对产生变动的文件进行增量重新切片，将后台 CPU 与电池消耗降至极低水平。
本地代码库 RAG 常见问题
本地 RAG 索引会占用多少磁盘存储空间？
通常仅占整个代码库体积的 2% 到 5% 左右，存储在扩展程序的本地应用缓存目录中，轻量且高效。
Reflexor 能否理解当前未在编辑器中打开的文件？
完全可以！本地 RAG 系统会检索整个已索引的工作区，自动将相关的跨文件函数、接口定义及工具库引入上下文进行精准解答。
是否支持大型单一仓库（Monorepo）？
支持。Reflexor 严格遵循项目的 `.gitignore` 规则，自动跳过 `node_modules` 及各类构建产物目录，专注于对有效源码进行索引。