Dejé de usar Grep y mi agente es 10 veces más rápido
원제 · I Stopped Using Grep and My Agent Got 10x Faster
핵심 요약
Claude Context mejora la precisión y el detalle de los agentes de programación en bases de código medianas y grandes al sustituir las búsquedas tradicionales por una indexación vectorial híbrida que reduce el uso de tokens.
하이라이트
Claude Context indexa repositorios mediante una base de datos vectorial de alto rendimiento, reduciendo el consumo de contexto hasta en un 40%.
El sistema emplea TreeSitter para el análisis de código y un Merkle DAG para la indexación eficiente de archivos modificados.
La recuperación de información combina búsquedas vectoriales semánticas con índices BM25 para obtener coincidencias exactas de palabras clave.
En bases de código de 1.5 millones de líneas, Claude Context genera respuestas detalladas con una reducción significativa en el tiempo de procesamiento comparado con agentes estándar.
El costo de indexación y consulta mediante el servicio en la nube de Zilliz y OpenAI es escalable, costando aproximadamente 1.06 dólares para 1.5 millones de líneas de código.
타임라인
Funcionamiento de Claude Context
Claude Context organiza el código mediante un enfoque de búsqueda híbrido. Al combinar vectores semánticos con la coincidencia de palabras clave BM25, logra una mayor precisión en la ubicación de recursos dentro de repositorios extensos.
- El sistema utiliza una base de datos vectorial para evitar la dependencia exclusiva de grep o glob.
- TreeSitter analiza funciones y clases en nueve lenguajes distintos, incluyendo Python, Rust y Go.
- Un sistema Merkle DAG optimiza la indexación al actualizar solo los archivos modificados.
Configuración y rendimiento en repositorios masivos
El despliegue requiere configurar un servidor MCP vinculado a un clúster de Zilliz y claves de OpenAI. Aunque la indexación inicial de grandes bases de código es extensa, el proceso resulta eficiente en entornos de 20,000 a 30,000 líneas.
- La indexación de un repositorio de 1.5 millones de líneas tarda aproximadamente 50 minutos.
- El uso de una infraestructura en la nube sin servidor resuelve los problemas de tiempo de espera detectados en planes gratuitos.
- La búsqueda de puntos de entrada en proyectos grandes se completa en 19 segundos utilizando esta herramienta.
Comparativa de resultados y eficiencia
El uso del sistema aumenta la calidad de la información sobre la arquitectura y las dependencias del código. Aunque los agentes sin este complemento pueden ser más rápidos en consultas simples, Claude Context supera a las alternativas en la profundidad del análisis para proyectos complejos.
- Claude Context proporciona respuestas con mayor detalle arquitectónico comparado con agentes basados únicamente en grep.
- El tiempo de respuesta para consultas complejas sobre procesos de aplicaciones es significativamente menor al emplear contexto indexado.
- La herramienta resulta ideal para bases de código de tamaño promedio donde el equilibrio entre costo y detalle es óptimo.
설명
Claude Context es un servidor MCP que indexa toda tu base de código en una base de datos vectorial mediante análisis AST, hashing Merkle DAG y búsqueda híbrida semántica + BM25, lo que proporciona a tu agente de codificación hasta un 40 % de reducción de contexto en comparación con grep y glob tradicionales. Desarrollado por Zilliz sobre Milvus, admite más de 9 lenguajes de programación y funciona con cualquier agente compatible con MCP. En este video lo pongo a prueba contra la base de código de 1.5 millones de líneas de VSCode para ver si la sobrecarga de configuración y los costos en la nube realmente valen la pena y si una búsqueda más inteligente realmente supera a la búsqueda de archivos tradicional cuando tu agente necesita comprender proyectos grandes y desconocidos. 🔗 Enlaces relevantes Claude Context GitHub - [https://github.com/zilliztech/claude-context](https://github.com/zilliztech/claude-context) Claude Context MCP Evals - [https://github.com/zilliztech/claude-context/tree/master/evaluation](https://github.com/zilliztech/claude-context/tree/master/evaluation) Zilliz - [https://zilliz.com/](https://zilliz.com/) Milvus - [https://milvus.io/](https://milvus.io/) ❤️ Más sobre nosotros Stack de observabilidad radicalmente mejor: [https://betterstack.com/](https://betterstack.com/) Tutoriales escritos: [https://betterstack.com/community/](https://betterstack.com/community/) Proyectos de ejemplo: [https://github.com/BetterStackHQ](https://github.com/BetterStackHQ) 📱 Redes sociales Twitter: [https://twitter.com/betterstackhq](https://twitter.com/betterstackhq) Instagram: [https://www.instagram.com/betterstackhq/](https://www.instagram.com/betterstackhq/) TikTok: [https://www.tiktok.com/@betterstack](https://www.tiktok.com/@betterstack) LinkedIn: [https://www.linkedin.com/company/betterstack](https://www.linkedin.com/company/betterstack)