语义代码搜索引擎
构建一个语义代码搜索引擎，理解代码的功能而不仅仅是模式匹配。使用向量嵌入索引代码库，使开发者可以用自然语言查询搜索，例如「验证邮箱地址的函数」。
embeddingsvector-databasesemantic-searchindexing
目标
- 解析代码库并将其分块为可搜索的单元（函数、类、模块）
- 使用嵌入模型为每个代码块生成向量嵌入
- 将嵌入存储在向量数据库中以实现快速相似性搜索
- 支持自然语言查询，展示排名结果和代码预览
- 显示带有上下文、文件路径和相关性分数的搜索结果
提示
- 使用 tree-sitter 或 AST 解析将代码分割成有意义的块
- 使用 OpenAI embeddings 或 Cohere 生成代码嵌入
- 使用 Pinecone、Weaviate 或 pgvector 作为向量存储层