modelscope/sirchmunk

해결하는 문제

Sirchmunk은 전통적인 벡터 기반 검색(RAG)의 경직성과 높은 운영 비용을 해결합니다. 고가의 사전 처리, 정적 벡터 임베딩, 복잡한 데이터베이스 인프라의 필요성을 제거하여 근사 과정에서 발생하는 데이터 노후화 및 정보 손실을 방지합니다.

작동 방식

Sirchmunk은 "인덱스리스" 접근 방식을 사용하여 원시 데이터를 직접 처리합니다. 에이전트 기반 검색과 예산 기반 증거 탐색을 통해 실시간으로 정보를 검색합니다. 시스템은 검색 사용 패턴에 따라 자동으로 업데이트되는 자기 진화형 지식 엔진을 갖추고 있으며, 커뮤니티 탐지 알고리즘(Leiden)을 활용해 공통된 쿼리를 고차원의 메타 클러스터로 통합하여 향후 검색의 복잡성을 줄입니다.

대상 사용자

벡터 데이터베이스 설정 비용 없이 대규모 로컬 리포지토리와 웹에서 깊이 있는 실시간 검색이 필요한 AI 에이전트 및 개발자에게 적합합니다.

주요 특징

• EmbeddingDB 없음: 원시 파일에서 바로 작동하여 즉시 검색과 정보 손실 없이 운영 가능.
• 자기 진화형 지식: 데이터 변경과 검색 패턴에 따라 실시간으로 진화하는 살아있는 인덱스.
• 이중 검색 모드: 풍부한 Markdown 보고서를 제공하는 "DEEP" 모드와 그리디한 저지연 검색을 위한 "FAST" 모드 제공.
• MCP 통합: Model Context Protocol(MCP)을 완전히 지원하며, Claude Desktop 및 Cursor IDE와 같은 도구와 연동 가능.
• 지식 컴파일: 정밀도 향상을 위한 계층적 트리 인덱스를 오프라인 사전 처리로 구축하는 베타 기능.