manojmallick/sigmap

解决的问题

SigMap 为 AI 编码代理提供了一个确定性和可验证的根基层。它通过确保 AI 提出的文件、符号和行号确实存在于代码库中，而非依赖概率性猜测或不稳定的嵌入，解决了 AI 辅助开发中的“幻觉”和不可重现上下文问题。

工作原理

SigMap 不使用向量数据库或 LLM 调用，而是从你的代码库中构建一个字节稳定、可审计的签名和证据地图。它使用 TF-IDF 对文件进行查询排名，并通过 AST 或锚定正则表达式在 32 种语言中提取签名。该地图可作为“证据包”（JSON/Markdown）使用，或通过 MCP 服务器以 21 个按需工具的形式提供，供代理验证符号和影响范围（blast radius）。

适用人群

使用 AI 编码助手（如 Claude Code、Cursor、Aider，或通过 Ollama 使用本地 LLM）的开发者，他们需要一种可靠的方法将 AI 回答与真实代码关联，并将其验证环节集成到 CI/CD 流水线中。

主要亮点

• 确定性根基：相同代码库始终生成相同地图，支持缓存和 CI 门禁。
• sigmap verify：旗舰工具，可标记 AI 生成答案中伪造的文件、导入和符号。
• 零依赖：完全离线运行，无需向量数据库、无需嵌入、无 API 成本。
• 广泛集成：通过专用适配器和 MCP 服务器支持多种 AI 助手。
• 多语言支持：支持从 32 种不同编程语言中提取签名。