marcoaapfortes/Mantic.sh

What it solves

Mantic 是一個上下文感知的程式碼搜尋引擎，旨在降低 AI 代理與開發者的上下文檢索開銷。它透過優先考慮相關性與意圖而非純粹速度，解決了 grep 或 ripgrep 等工具常見的「噪音」搜尋結果問題，確保 AI 代理只收到最相關的檔案，從而減少 token 使用並提升準確性。

How it works

Mantic 使用一個基礎設施層，從檔案結構與中繼資料中推斷意圖，而不是強行讀取每個檔案。其流程包括：

• Intent Analysis：對查詢進行分類（如 UI、後端、認證），並使用 CamelCase 偵測與路徑序列匹配來尋找相關檔案。
• Structural Scoring：根據檔名精確匹配、路徑相關性以及業務邏輯感知（例如提升 .service.ts 而非 .test.ts）對檔案進行排序。
• Hybrid Intelligence：將啟發式評分與透過 transformers.js 的本地嵌入進行語意再排序結合，實現概念搜尋。
• Code Intelligence：利用 Tree‑sitter 在單體倉庫中提供「前往定義」與「尋找參照」功能。
• Learning：本地保存成功的搜尋模式，以在團隊間共享知識。

Who it’s for

• AI Agents：為程式編寫任務提供高品質、過濾後的上下文。
• Developers：需要透過意圖（例如「付款程式碼在哪裡？」）找檔或進行影響分析以查看變更的「爆炸半徑」。
• Teams：希望擁有本地優先、隱私保護的搜尋工具，且能提交至 git 的團隊。

Highlights

• MCP Server Support：直接與 Claude Desktop、Cursor 與 VS Code 透過 Model Context Protocol 整合。
• Semantic Search：支援神經再排序，能在沒有精確關鍵字匹配的情況下找到概念上相關的程式碼。
• Zero-Query Mode：透過顯示已修改檔案與相關依賴，主動提供上下文。
• Local-First：完全本地執行，零資料外流，確保隱私與零成本。
• Cross-Repo Intelligence：在整個單體倉庫中提供「前往定義」與「尋找參照」。