Context Engine è un sistema di ricerca di codice self-hosted, creato per ottimizzare l'utilizzo del contesto negli LLM (Large Language Models).

Funzionalità Principali

  • Ricerca Ibrida: Combina dense embeddings con la ricerca lessicale, il parsing AST per simboli e importazioni, e micro-chunking opzionale.
  • Compatibilità: Funziona con client MCP come Cursor, Cline, Windsurf, Claude e VS Code.
  • Framework: Utilizza Qdrant per i vettori, modelli di embedding plug-in e reranking. L'installazione è semplificata tramite Docker Compose.

Motivazioni

L'esigenza nasce dalla difficoltà di gestire il contesto nei modelli linguistici di grandi dimensioni. Spesso, si finisce per includere interi repository di codice, sovraccaricando il modello, oppure si selezionano manualmente i file, rischiando di perdere informazioni cruciali. Context Engine mira a risolvere questo problema, offrendo una soluzione che opera in locale, è compatibile con diversi modelli e non richiede l'invio del codice a servizi esterni.

Il codice è disponibile su GitHub per chi volesse contribuire o semplicemente esaminare il progetto più da vicino.