ory/lumen

해결하는 문제

AI 코딩 에이전트는 전체 파일을 읽으려고 하기 때문에 대규모 코드베이스에서 종종 어려움을 겪습니다. 이는 느리고 비용이 많이 듭니다. Lumen은 이러한 에이전트의 지도 역할을 하는 로컬 의미론적 검색 엔진을 제공하여 작업에 관련된 특정 함수, 유형 또는 모듈만 검색할 수 있게 합니다.

작동 방식

Lumen은 코드베이스와 AI 에이전트(Claude Code, Cursor, Codex 등) 사이에 위치하는 MCP(Model Context Protocol) 서버로 작동합니다. Merkle 트리를 사용하여 파일 변경을 감지하고 수정된 부분만 다시 인덱싱합니다. 네이티브 AST 또는 tree-sitter를 사용하여 코드를 의미론적 청크로 파싱하고, 로컬 모델(Ollama 또는 LM Studio를 통해)을 사용하여 벡터 임베딩으로 변환한 다음, sqlite-vec을 사용하여 로컬 SQLite 데이터베이스에 저장합니다. 에이전트가 정보를 필요로 할 때 전체 파일을 읽는 대신 이 인덱스를 쿼리하여 관련 코드 스니펫을 찾습니다.

대상 사용자

AI 코딩 에이전트를 사용하고 API 비용을 줄이고 응답 시간을 개선하며 코드베이스를 클라우드로 보내지 않고 고품질 코드 생성을 유지하려는 개발자.

주요 특징

• 제로 클라우드 프라이버시: 모든 인덱싱과 임베딩이 로컬 머신에서 수행됩니다.
• 상당한 효율성 향상: 벤치마크에 따르면 다양한 프로그래밍 언어에서 비용이 최대 39% 절감되고 세션 완료가 53% 빨라집니다.
• 증분 인덱싱: Merkle 트리 diffing을 사용하여 변경된 파일만 다시 처리되도록 하여 대규모 프로젝트의 업데이트를 거의 즉시 만듭니다.
• 광범위한 언어 지원: Go, Python, TypeScript, Rust, Java를 포함한 12개 언어 계열을 지원합니다.
• Git 작업 트리 인식: Git 작업 트리 간에 인덱스 데이터를 자동으로 공유하여 중복 처리를 방지합니다.