AI 编程AI 资源
Enterprise Context Scout：为编程智能体提供本地优先的代码上下文发现与付费调用前置校验
himanshu2408/enterprise-context-scout · Local-first context discovery for coding agents: AST dependency closure, hybrid retrieval and a deterministic pre-flight gate before any paid LLM call. Google ADK, MCP, PostgreSQL RLS.
ELI5：它是什么，解决什么问题
该项目面向编程智能体，在调用付费大模型之前，先用本地开放权重的 Gemma 模型和 MCP 工具探索代码库，结合 AST 一跳依赖闭包与混合检索，生成精简的 ContextPack，再通过包含 4 项检查的确定性预检门；只有预检通过后，才发起一次付费 Gemini 调用并在隔离 Git worktree 沙箱中验证。项目还提供基于 PostgreSQL 17 FORCE RLS 的权限隔离、提示注入与密钥脱敏防护，以及代码库和量化研究文献两个领域的可配置 DomainPack。README 给出了多仓库基准与 A/B 评测数据，并附有明确的局限性说明。
核心能力与快速开始
★ 0 · Python
- 能做什么
- 本地探索代码库并生成结构化的 CodeSlicePointer；按 Git Blob-SHA 进行增量索引，解析多语言 AST 符号与调用图，并做一跳依赖闭包；采用 pg_trgm、BM25 与 pgvector 三路归一化 RRF 混合检索；设有 4 项检查的确定性预检门，未通过时可在本地回退重试；预检通过后进行单次付费 Gemini 调用，并在 GitWorktreeSandbox 中运行 ruff 与 pytest；PostgreSQL 17 FORCE RLS 支持跨角色权限隔离；提示注入过滤与密钥脱敏；支持以声明式 DomainPack 扩展领域，示例包含量化研究文献检索。
- 适用场景
- 降低编程智能体在仓库探索阶段消耗的付费输入 token；在多仓库、多语言代码库中定位待修改文件与符号；为付费补丁生成提供经过校验的紧凑上下文包；在需要权限隔离与注入防护的企业场景下做代码检索；在隔离工作树中验证补丁并人工确认。
- 项目形态
- 可直接使用的工具
- 部署方式
- README 提及本地安装流程（PostgreSQL 17、FastAPI SSE、React UI）；本地 QLoRA 训练与 4-bit 26B MoE 推理需要 Apple Silicon 或 Linux GPU，约 19 GB 可用内存。完整部署细节未说明。
- 主要依赖
- Python；PostgreSQL 17（pg_trgm、tsvector、pgvector）；tree-sitter；MCP 工具；本地 google/gemma-4-26B-A4B-it 模型；可选 GEMINI_API_KEY 以切换到付费 Gemini 路径。
- 使用限制
- 50 仓库基准在 Tier 4 遮蔽症状查询上有漏检（文件 Recall@5 为 58/60，符号 Recall@5 为 57/60）；离线本地模型在多 hunk SWE-bench FAIL_TO_PASS pytest 上仅 1/10 通过，部分补丁因本地模型逻辑错误未通过断言；自有仓库黄金集与训练语料存在重叠，作者建议以未见仓库基准为准；硬件门槛约 19 GB 空闲内存。
- 许可证
- 未说明
- 最近推送
- 2026-11-08 06:47
资料检查：2026-11-08 07:00 · 卡片整理：2026-11-08 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。