使用说明
⚠️ 失望-改用CodeRAG⚠️
🚀 这个项目已经发展得更好了!
👉 github/SylphxAI/coderag 👈
SOTA家族路线图: docs/路线图/sota-family路线图.md.
🎉 为什么CodeRAG好10倍
我们从头开始完全重写了这个项目。这是你得到的:
⚡ 迅速的
| 功能 | 旧(rag服务器mcp) | 新(CodeRAG) |
|---|---|---|
| 初创公司 | 10-30秒(ChromaDB+Ollama) | <1s (无外部存款) |
| 索引 | 分钟(嵌入API调用) | 秒 (TF-IDF+可选矢量) |
| 搜索 | ~500ms(仅矢量) | <50ms (混合搜索) |
| 记忆 | 500MB+(ChromaDB) | <100MB (SQLite) |
🧠 更智能的搜索
| 功能 | 旧 | 新 |
|---|---|---|
| TF-IDF | ❌ | ✅ StarCoder2标记器 |
| 向量搜索 | ✅ 基础 | ✅ 混合(TF-IDF+矢量) |
| 代码理解 | ❌ 通用 | ✅ 代码感知标记化 |
| 增量更新 | ❌ 完全重建 | ✅ 智能差异检测 |
🔧 零依赖
# Old way (painful)
docker-compose up -d # Start ChromaDB
ollama pull nomic-embed # Download model
# Wait 30 seconds...
# New way (instant)
npx @sylphx/coderag-mcp
# Done. That's it. 🎉
🏆 经过战斗测试的准确性
- 平滑IDF -没有一个术语会被忽视(即使是常见的术语,如
function) - 对数提升 -排名稳定,没有分数爆炸
- StarCoder2标记器 -4.7MB模型经过代码训练
- 预先计算的震级 -内存高效的余弦相似度
🚀 30秒内迁移
步骤1:卸载旧的
// Remove from your MCP config
{
"mcpServers": {
"rag-server": { ... } // DELETE THIS
}
}
步骤2:安装新的
{
"mcpServers": {
"coderag": {
"command": "npx",
"args": ["-y", "@sylphx/coderag-mcp"]
}
}
}
第三步:享受🎉
没有Docker。没有Ollama。没有ChromaDB。只是工作。
📊 功能对比
| 功能 | rag服务器mcp | CodeRAG |
|---|---|---|
| 外部服务 | ChromaDB+Ollama | 无 |
| 需要Docker | 是 | 否 |
| 启动时间 | 10-30秒 | <1秒 |
| 搜索算法 | 仅矢量 | 混合(TF-IDF+矢量) |
| 代码标记化 | 通用 | StarCoder2(代码感知) |
| 增量索引 | 否 | 是 |
| 内存使用 | 500MB+ | <100MB |
| 低内存模式 | 否 | 是(基于SQL) |
| 离线支持 | 否(需要Ollama) | 是(TF-IDF) |
| 向量搜索 | 必填 | 可选 |
| 积极维护 | ❌ 否 | ✅ 是的 |
🔗 链接
- 新建存储库: github/SylphxAI/coderag
- NPM包: @sylphx/coderag mcp
- 文档: CodeRAG自述文件
⚠️ 此存储库已存档
没有新功能。没有bug修复。没有支持。
使用 CodeRAG 相反。
制作于❤️ 通过 Sylphx