Да, примерно так. Раз-два в сутки обходить инкрементальным индексом 100+ репозиториев (мое решение здесь: https://github.com/ArkadiyShuvaev/ligth-rag-ingestion-pipeline) и использовать LightRAG MCP для разных задач, требующих принятия решения по кодовой базе.
Для непосредственного программирования, как оказалось, это не совсем удобно. Я сделал skill для Claude Code и в skill явно попросил использовать LightRAG MCP.
Так как все 100+ репозиториев у меня были локально, Claude Code ни в какую не хотел использовать LightRAG MCP, он использовал grep. Когда я напрямую спросил у него о причинах, он мне ответил, что при наличии всех репозиториев локально на диске ему гораздо удобнее парсить все "налету", чем лезть в LightRAG MCP.
Я допускаю, что я то-то сделал неправильно. Но, в моем конкретном случае, кроме непосредственной помощи при разработке, я пытаюсь найти применение этому подходу и в задачах CI pipeline.
В качестве эксперимента тестирую LightRAG, индексируя репозитории и статьи базы знаний, чтобы построить граф зависимостей по коду.
Однако, здесь я ставлю несколько иную задачу: я хочу использовать LightRAG через MCP для большего круга задач. Например, в CI pipeline мы можем понять, что удаление/изменение какого-то endpoint может сломать фронтенд.
После прочтения статьи провел эксперимент и индексировал четыре репозитория с исходным кодом (ссылка на индексатор, если кому интересно).
Упрощенная архитектура системы следующая (на схеме изображены все 4-ре индексированных репозитория):
Web-App / Back-Office -> BFF -> (Micro)Service1
1. Протестировал фичу LightRAG "Retrieval" Если спросить LightRAG нечто вроде "Я хочу удалить ендпоит "/get-process", который расположен в Service1, какие именно компоненты системы будут затронуты в результате этого?", то LigthRAG успешно находит React компонент Back-Office и промежуточный ендпоинт BFF.
Однако, если спросить в обратную сторону "Какой ендпоинт использует этот компонент React в системе Back-Office?", то я получил ответ, ограничивающийся только BFF.
2. Claude Code skill с подключенным MCP-сервером Claude Code мне честно ответил, что ему проще использовать grep, чем спрашивать LigthRAG через MCP.
В конце-концов он согласился, что если количество репозиториев в системе больше 100 (так оно и есть в моей компании), то не все разработчики будут иметь абсолютно все репозитории локально.
Я никакого отношения к автору не имею, просто хочу поинтересоваться.
Не поймите меня неправильно, но у нас в команде реально много задач и хотелось бы свою работу хоть как-то упростить/облегчить.
система автоматом логинится в его (пользователя) контекст
Я правильно понимаю, что это единственная претензия и что по-уму нужно на Staging склонировать/создать аккаунт с теми же самыми настройками/правами доступа?
У меня в эксплуатации X-Sense. Базовый блок подключен через WiFi, сами датчики подключаются к базовому блоку через другой беспроводный протокол (деталей не знаю).
Датчики протечек двух типов, у меня оба, рекомендую.
Не всегда, как повезет. Роспотребнадзор здорово помог мне в деле, когда я более 10 лет назад спорил со Сбером по поводу золотой монеты, проявляющей признаки ржавчины.
А я правильно понимаю, что для банков нет смысла связываться с minor units?
Например, для японской цены количество знаков после запятой - 0. У клиента осталась одна йена, на которую начисляетс процент. В БД нужно сохранить 1.00000005 JPY.
Если и так и так придется хранить дробные числа, то зачем банкам Integer?
Или все же есть смысл вводить некий виртуальный коэффициент, не привязанный к стандарту?
Меня, как пользователя, интересует поиск вакансий на английском языке на сайтах stepstone, LinkedIn, XING, indeed, Glassdoor. Вакансии на других языках (или с указанием другого языка как must have должны отбрасываться).
Моя версия: так как X теперь принадлежит xAI, обучение моделей будет производиться на свежих, постоянно обновляемых данных, генерируемых людьми, а не другими моделями.
Данные будут даже частично размечены, благодаря тэгам и референсам на другие учётные записи.
Да, примерно так. Раз-два в сутки обходить инкрементальным индексом 100+ репозиториев (мое решение здесь: https://github.com/ArkadiyShuvaev/ligth-rag-ingestion-pipeline) и использовать LightRAG MCP для разных задач, требующих принятия решения по кодовой базе.
Для непосредственного программирования, как оказалось, это не совсем удобно. Я сделал skill для Claude Code и в skill явно попросил использовать LightRAG MCP.
Так как все 100+ репозиториев у меня были локально, Claude Code ни в какую не хотел использовать LightRAG MCP, он использовал grep. Когда я напрямую спросил у него о причинах, он мне ответил, что при наличии всех репозиториев локально на диске ему гораздо удобнее парсить все "налету", чем лезть в LightRAG MCP.
Я допускаю, что я то-то сделал неправильно. Но, в моем конкретном случае, кроме непосредственной помощи при разработке, я пытаюсь найти применение этому подходу и в задачах CI pipeline.
Спасибо за статью и вывод, касающийся Serena MCP.
В качестве эксперимента тестирую LightRAG, индексируя репозитории и статьи базы знаний, чтобы построить граф зависимостей по коду.
Однако, здесь я ставлю несколько иную задачу: я хочу использовать LightRAG через MCP для большего круга задач. Например, в CI pipeline мы можем понять, что удаление/изменение какого-то endpoint может сломать фронтенд.
После прочтения статьи провел эксперимент и индексировал четыре репозитория с исходным кодом (ссылка на индексатор, если кому интересно).
Упрощенная архитектура системы следующая (на схеме изображены все 4-ре индексированных репозитория):
Web-App / Back-Office -> BFF -> (Micro)Service11. Протестировал фичу LightRAG "Retrieval"
Если спросить LightRAG нечто вроде "Я хочу удалить ендпоит "/get-process", который расположен в Service1, какие именно компоненты системы будут затронуты в результате этого?", то LigthRAG успешно находит React компонент Back-Office и промежуточный ендпоинт BFF.
Однако, если спросить в обратную сторону "Какой ендпоинт использует этот компонент React в системе Back-Office?", то я получил ответ, ограничивающийся только BFF.
2. Claude Code skill с подключенным MCP-сервером
Claude Code мне честно ответил, что ему проще использовать grep, чем спрашивать LigthRAG через MCP.
В конце-концов он согласился, что если количество репозиториев в системе больше 100 (так оно и есть в моей компании), то не все разработчики будут иметь абсолютно все репозитории локально.
По пункту 2 тесты еще продолжаются.
Я никакого отношения к автору не имею, просто хочу поинтересоваться.
Не поймите меня неправильно, но у нас в команде реально много задач и хотелось бы свою работу хоть как-то упростить/облегчить.
Я правильно понимаю, что это единственная претензия и что по-уму нужно на Staging склонировать/создать аккаунт с теми же самыми настройками/правами доступа?
Спасибо за статью!
Я сейчас пробую автоматизировать анализ заявок в нашей компании и в вашей статье увидел потенциал для следующего проекта.
У меня несколько вопросов по статье, если можно.
У вас нет картинки высокоуровневого дизайна вашего решения, чтобы понять, как это работает в CI?
Сколько раз в день у вас запускается CI и сколько это стоит? Хочу понять бюджет.
Вы не пытались написать плагин для Claude Code, возможно это вышло бы дешевле? Или это решение уже не запустить автономно а CI?
У меня в эксплуатации X-Sense. Базовый блок подключен через WiFi, сами датчики подключаются к базовому блоку через другой беспроводный протокол (деталей не знаю).
Датчики протечек двух типов, у меня оба, рекомендую.
Не всегда, как повезет. Роспотребнадзор здорово помог мне в деле, когда я более 10 лет назад спорил со Сбером по поводу золотой монеты, проявляющей признаки ржавчины.
У Майкрософт такая модель была, я месяцев 6 назад тестировал. Но была поддержка только английского.
Я правильно понял, что на графиках указаны Ватт часы?
И в месяц мы получаем 26 Вт * 720 часов = 18,72 кВт/час?
Скиньте, пожалуйста, ссылку на вашу модель поилки, которой вы пользуетесь и которую могли бы порекомендовать.
Как вы ведёте картотеку того, что скачено?
В моей молодости в конце 90х были программы индексации CD, а как сейчас дело обстоит? Как понять, что у тебя на диске есть?
Интересный подход. Не смог нагуглить, поддерживается ли AOT? Вы не тестировали?
Это было очень давно, я не помню деталей, к сожалению.
На самом деле этот сервис существовал уже давно. Лет 17 назад брал в аренду перфоратор известного бренда.
Не знаю как сейчас, но риски в то время были на мне.
А я правильно понимаю, что для банков нет смысла связываться с minor units?
Например, для японской цены количество знаков после запятой - 0. У клиента осталась одна йена, на которую начисляетс процент. В БД нужно сохранить 1.00000005 JPY.
Если и так и так придется хранить дробные числа, то зачем банкам Integer?
Или все же есть смысл вводить некий виртуальный коэффициент, не привязанный к стандарту?
На самом деле, вы молодец. Я прочитал вашу статью и она не похожа на сгенеренную AI. Есть обычные человеческие шероховатости.
Хотел бы попробовать для поиска вакансий.
Меня, как пользователя, интересует поиск вакансий на английском языке на сайтах stepstone, LinkedIn, XING, indeed, Glassdoor. Вакансии на других языках (или с указанием другого языка как must have должны отбрасываться).
Если есть ссылка, поделитесь, пожалуйста :)
Да, это точно, разделена платформа на секторы.
Очень удобно, когда один из поездов короче (те, курсируют между небольшими городами). Заранее известно, в какую сторону нужно идти.
Моя версия: так как X теперь принадлежит xAI, обучение моделей будет производиться на свежих, постоянно обновляемых данных, генерируемых людьми, а не другими моделями.
Данные будут даже частично размечены, благодаря тэгам и референсам на другие учётные записи.