context产品系统Vibe Coding

背景：主要处理 agent 在大型项目 长上下文出现幻觉、找不到精准上下文、消耗大量token read文件浪费很多上下文空间

1、向量索引：将仓库 RAG 分块存向量数据库，根据用户语义进行相关上下文的检索
2、图索引：将项目 AST 建立知识图谱，能让 agent 根据提问清楚相关函数的调用链路
3、专门为trae agent 和claude code打造，能让开发中在实际开发过程中 有效的减少token的消耗 and 让 agent 获取有效的上下文

1、项目主要语言 TS ，次要语言 python、shell ，主要技术栈 AST 、RAG
2、整体架构 本地部署 ollma 、向量化模型 和 milvus 基础三个设施，MCP通过 gRPC 或者 http 与 基础设施通信
3、我负责 MCP 的 核心功能设计与开发 和 基础设施的部署运维