Топ-советы по Claude Code от Бориса Черни и не только: гайд на 56k звёзд — что реально работает, а что мимо

Наткнулся на репозиторий claude-code-best-practice — под 56 тысяч звёзд, #1 в GitHub Trending, внутри собраны в том числе советы самого создателя Claude Code. И поймал странное чувство: весь последний год я по кусочкам писал статьи ровно про то, что тут лежит в одном месте. Оркестрация, индексация кода, память агентов, выбор модели — это всё узлы одной карты. Но в одном месте карта спорит с моим опытом. Репо жёстко заявляет: «agentic search (glob+grep) бьёт RAG, векторные БД мы попробовали и выкинули». А я прямо сейчас внедряю Graphify во все проекты — и он работает: быстро, точно, сокращает токены. Кто из нас прав? Полез разбираться — и нашёл, что сам создатель Claude Code признал: ранний Claude Code использовал RAG, но agentic search «обогнал всё, и это было неожиданно». Правда, добавил: «оценивали в основном по ощущениям». В статье распутываю этот спор и выкладываю навигатор по репозиторию на русском.

https://habr.com/ru/articles/1045510/

#Claude_Code #AIагенты #agenticengineering #RAG #ripgrep #Graphify #оркестрацияагентов #codesearch

Топ-советы по Claude Code от Бориса Черни и не только: гайд на 56k звёзд — что реально работает, а что мимо

Главный вывод про поиск: «Claude Code выкинул RAG» и «я внедряю Graphify» — не спор, а две половины одного гибрида. Для кода побеждает связка grep + структурный индекс (tree-sitter/AST), а не чистый...

Хабр

Semble – Code search for agents that uses 98% fewer tokens than grep

https://github.com/MinishLab/semble

#HackerNews #Semble #CodeSearch #grep #Efficiency #OpenSource #Programming

GitHub - MinishLab/semble: Fast and Accurate Code Search for Agents. Uses ~98% fewer tokens than grep+read

Fast and Accurate Code Search for Agents. Uses ~98% fewer tokens than grep+read - MinishLab/semble

GitHub

Show HN: Semble - Code search for agents that uses 98% fewer tokens than grep

https://github.com/MinishLab/semble

#HackerNews #Tech #CodeSearch

GitHub - MinishLab/semble: Fast and Accurate Code Search for Agents. Uses ~98% fewer tokens than grep+read

Fast and Accurate Code Search for Agents. Uses ~98% fewer tokens than grep+read - MinishLab/semble

GitHub

🚀 Drift – công cụ mã nguồn mở dùng AST để lập chỉ mục siêu chi tiết, hoạt động offline, không gọi bên ngoài. Hỗ trợ 8 ngôn ngữ, 15 danh mục, >400 pattern, giúp các AI agents vượt qua giới hạn ngữ cảnh, giảm hallucination. Đã đạt 3k tải, 350+ sao, 500 clone trong 7 ngày. #AI #OpenSource #Drift #CodeSearch #LậpTrình #CôngCụ #CôngNghệ

https://www.reddit.com/r/LocalLLaMA/comments/1qpijco/your_agents_dont_have_an_intelligence_problem/

💻 Context Engine - Hệ thống tìm kiếm mã nguồn tự lưu trữ cho LLMs 🚀
Công cụ này kết hợp tìm kiếmจากการ nhúng dày đặc và từ vựng, phân tích cú pháp AST và phân đoạn vi mô. Giúp tránh lãng phí ngữ cảnh trên các file không liên quan. Hoạt động với các client MCP như Cursor, Cline, Windsurf, Claude, v.v.
🔧 Công nghệ: Qdrant, mô hình nhúng, tìm kiếm lại.
🐙 Github: m1rl0k/Context-Engine
#ContextEngine #CodeSearch #LLMs #TìmKiếmMãNguồn #MCP

https://www.reddit.com/r/LocalLLaMA/comments/1qlbsv1/self

🚀 Behold the magical Mantic.sh, a "cognitive code search" that allegedly sifts through half a million files in less time than it takes you to sneeze 🤧. But worry not, dear reader, as it skips the brain-bending embeddings – because who needs those silly things, anyway? 🙄✨
https://github.com/marcoaapfortes/Mantic.sh #ManticSh #cognitiveCodeSearch #fastTechnology #codeSearch #innovation #techTrends #HackerNews #ngated
GitHub - marcoaapfortes/Mantic.sh: The reference implementation of cognitive code search. Zero-read, deterministic context retrieval for AI agents.

The reference implementation of cognitive code search. Zero-read, deterministic context retrieval for AI agents. - marcoaapfortes/Mantic.sh

GitHub

Tạo hệ thống RAG (Retrieval-Augmented Generation) cho codebase bằng cách sử dụng công cụ như LLaMA hoặc LlamaIndex để xây dựng mô hình tra cứu và sinh code. Dữ liệu sẽ được xử lý cục bộ để đảm bảo bảo mật và hiệu quả. Bạn có thể bắt đầu bằng cách phân tích cấu trúc codebase, thiết lập cơ chế chỉ mục (index) và tích hợp với mô hình ngôn ngữ cục bộ. Tham khảo các framework như LangChain hoặc FAISS để tối ưu quá trình tra cứu.

#RAG #CodeSearch #MLOps #AI #ThietKeHeThong #PhanTichCode #LLM #Local

Bạn đang có dự án Lua lớn và muốn LLM hỗ trợ tìm kiếm/đổi mã, nhưng không thể train toàn bộ vì GPU hạn chế. Hãy thử 1) dùng LLM nhỏ như qwen3:14b với prompt chỉnh sẵn; 2) tạo embeddings code & lưu vào vectorDB; 3) trích xuất phần cần chỉnh rồi fine‑tune gọn cho nó. Điều này giúp hiệu suất vừa đáp ứng nhu cầu vừa tiết kiệm tài nguyên. #LocalLLaMA #LocalLLM #CodeSearch #Lua #FineTuning

https://www.reddit.com/r/LocalLLaMA/comments/1nnrpn3/how_and_where_to_start_when_you_want_a_local_llm/

Sourcegraph Cody
Cody by Sourcegraph is now listed. Great when you need an assistant that actually understands your codebase.
https://www.everydev.ai/tools/sourcegraph-cody

#CodeSearch #AICompanion

Sourcegraph Cody - AI Tool for Devs | EveryDev.ai

Cody is an AI coding assistant that helps developers understand, write, and fix code faster by leveraging advanced search capabilities and…

related phrases like 'RetrieveOAuthCredential' are also considered.

Experience a new standard in code search accuracy today with Visual Studio Copilot.

#CodeSearch #SemanticSearch #VisualStudio #DevTools

For more information check: https://devblogs.microsoft.com/visualstudio/improving-codebase-awareness-in-visual-studio-chat/.

Improving Codebase Awareness in Visual Studio Chat - Visual Studio Blog

Our new Remote Semantic Search integration helps you find exactly what you need faster and with greater precision than ever before. 

Visual Studio Blog