zamalali/DeepGit

解決的問題

DeepGit 是一個代理式研究引擎，旨在根據使用者的完整意圖而非簡單的關鍵字搜尋來查找最相關的 GitHub 儲存庫。它解決了「隱藏寶石」被星數或存在資訊損失的基於關鍵字的搜尋結果所淹沒的問題，確保無論規模大小，最匹配的项目都能被呈現出來。

運作原理

DeepGit 作為一個自適應代理運行，根據不確定性升級努力程度。它遵循多步驟流程：

1. 意圖分析：LLM 將使用者的請求轉換為包含搜尋角度、硬性約束（例如語言）和反模式的計劃。
2. 廣泛收集：它對關鍵字和主題執行批處理的 GitHub GraphQL 搜尋。
3. 語義召回：它使用本地向量索引（LanceDB + fastembed）從之前看過的儲存庫中提取近鄰，使召回能力隨時間推移而提高。
4. 預過濾：它使用活動度、授權條款和健康狀況等免費訊號來縮小候選列表。
5. 排名：LLM 根據 README 和訊號對候選列表進行排名。
6. 升級：如果頂級選擇存在爭議，代理會閱讀實際的原始碼、測試和清單，以做出最終的、經過深思熟慮的決定。

適用人群

它面向需要找到滿足特定技術約束（例如特定語言或硬體限制）的高品質開源軟體庫或工具的开发人員和研究人員，而不必完全依賴 GitHub 的原生搜尋。

亮點

• 意圖優先搜尋：保留請求的完整細節作為需求和偏好，而不是將其簡化為關鍵字。
• 自適應管道：通過使用置信度門控僅在必要時閱讀原始碼來最小化 LLM 成本。
• 複利式語義召回：本地向量索引確保系統隨著每次搜尋變得更智能。
• MCP 原生：作為模型上下文協議（Model Context Protocol）伺服器發布，允許 Claude Desktop 或 Cursor 等 AI 助手直接調用 DeepGit。
• 基於證據的排名：根據真正的契合度和技術證據而非受歡迎程度（星數）進行排名。