VectorCode

给代码建索引，让 LLM 更懂你的仓库

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 50 🐛 待处理 19 👀 关注 8

GitHub ↗

GitHub 星标 ★ 873

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类搜索知识

开发团队Davidyz

GitHubhttps://github.com/Davidyz/VectorCode

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型embeddings,mcp,mcp-server,neovim-plugin,rag,retrieval-augmented

GitHub 星标★ 873

上线时间2025-01-11 00:00:00

代码更新2026-02-23

仓库体积2.4 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

VectorCode 是一个代码仓库索引工具，旨在增强大语言模型（LLM）的代码理解能力。它通过解析代码仓库的结构、符号和依赖关系，构建向量化的语义索引，使 LLM 能够更精准地检索和引用相关代码片段。解决的核心问题是 LLM 在回答代码问题时因缺乏仓库上下文而导致的“幻觉”或答非所问。核心能力包括：自动提取代码符号、生成语义嵌入、支持自然语言查询，并能与主流 LLM 工作流（如 RAG）集成。项目处于早期阶段，但已具备基本的索引和检索流程，适合作为代码智能助手的后端基础设施。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 873

技术标签

embeddings mcp mcp-server neovim-plugin rag

使用教程

难度：进阶约 15 分钟部署方式：命令行安装 4 步

环境要求

Python 3.10+
pipx

安装与启动步骤

1装 CLI

推荐 pipx 隔离安装，不污染项目环境。
```
pipx install vectorcode
vectorcode --version
```
2初始化配置

init 会写全局配置，并可选指定嵌入模型。
```
vectorcode init
```
3建索引

在仓库根目录执行，会按 .gitignore 跳过无关文件。
```
cd /path/to/repo
vectorcode vectorise ./
```
4接到编辑器

把 vectorcode 注册成 MCP server，AI 就能按语义检索代码。
```
vectorcode mcp --help
```