Sverklo, പ്രാദേശികമായി ഹോസ്റ്റ് ചെയ്ത ഒരു കോഡ്-സെർച്ച് സെർവർ, ഒരു AI ഏജന്റ് ഫലത്തിൽ പ്രവർത്തിക്കുന്നതിന് മുമ്പ് – ഫയൽ ഡിസ്കവറി മുതൽ സിംബൽ-ഗ്രാഫ് റീസണിംഗ് വരെ – ഒരു ക്വറിയുടെ ഓരോ ഘട്ടവും പരിശോധിക്കാൻ ഡെവലപ്പർമാരെ അനുവദിക്കുന്നു.

നിലവിലുള്ള കോഡിംഗ് ഏജന്റുകൾ എവിടെയാണ് പരാജയപ്പെടുന്നത്

ഭൂരിഭാഗം കോഡ്-ജനറേഷൻ ടൂളുകളും ഒരു റിപ്പോസിറ്ററിയെ ഒരു വലിയ ടെക്സ്റ്റ് ഡംപ് പോലെയാണ് കാണുന്നത്. അവ സ്നിപ്പറ്റുകൾ എംബെഡ് ചെയ്യുന്നു, ഒരു സിമിലാരിറ്റി സെർച്ച് നടത്തുന്നു, ഏറ്റവും ഉയർന്ന സ്കോറുള്ള ഭാഗം തിരികെ നൽകുന്നു. ആ ഭാഗം പഴയതോ, പരിധിക്ക് പുറത്തുള്ളതോ, അല്ലെങ്കിൽ വെറുമൊരു ഫയൽ നാമമോ ആണെങ്കിൽ, ഏജന്റിന് അതിന്റെ ഉറവിടം ചൂണ്ടിക്കാണിക്കാൻ കഴിയില്ല. പരാജയം എന്നത് ഒരു വാക്ക് വിട്ടുപോയതല്ല; മറിച്ച് ഒരു മനുഷ്യന് ആ വിവരം എവിടെ നിന്ന് ലഭിച്ചു എന്നും അത് ഇപ്പോഴും പ്രസക്തമാണോ എന്നും പറഞ്ഞുതരുന്ന ഒരു കോൺടെക്സ്റ്റ് ലെയറിന്റെ അഭാവമാണ്.

Sverklo-യുടെ നാല് പാളികളുള്ള വെരിഫിക്കേഷൻ മോഡൽ

പരമ്പരാഗത സെർച്ചിനൊപ്പം സ്ട്രക്ചറൽ അനാലിസിസും ചേർത്ത് ഒരു “എഞ്ചിനീയറിംഗ് ഹൈപ്പോത്തിസിസ്” സെർവറായി Sverklo സ്വയം അവതരിപ്പിക്കുന്നു:

  • File Discovery – ഇൻഡക്സ് .gitignore-ഉം മറ്റ് ഇഗ്നോർ ഫയലുകളും വായിക്കുന്നു. ഒരു ഫലം വിശ്വസിക്കുന്നതിന് മുമ്പ്, ഏത് പാത്തുകളാണ് യഥാർത്ഥത്തിൽ സ്കാൻ ചെയ്തതെന്ന് കാണാൻ നിങ്ങൾക്ക് ഇൻഡക്സിനെ ക്വറി ചെയ്യാം.
  • Code Structure – ഡെഫനിഷനുകൾ, ഇംപോർട്ടുകൾ, കോൾ റിലേഷൻഷിപ്പുകൾ എന്നിവ രേഖപ്പെടുത്തുന്ന ഒരു ഗ്രാഫിലാണ് സിംബലുകൾ നിലനിൽക്കുന്നത്. ഒരു ലുക്കപ്പ് ഒരു ഫയൽ പാത്ത് മാത്രമല്ല, സിംബൽ ഒബ്‌ജക്റ്റ് തന്നെ തിരികെ നൽകുന്നു, അതിനാൽ ശരിയായ API സർഫസ് ആണ് റഫറൻസ് ചെയ്തിരിക്കുന്നത് എന്ന് നിങ്ങൾക്ക് സ്ഥിരീകരിക്കാം.
  • Context Delivery – നിങ്ങൾ ഒരു ടോക്കൺ ബജറ്റ് നിശ്ചയിക്കുമ്പോൾ, ഉത്തരത്തിന് കാരണമായ സ്നിപ്പറ്റുകളുടെ ഒരു മാപ്പ് Sverklo നൽകുന്നു. ഈ മാപ്പിൽ found_by എന്ന ഒരു ഫീൽഡ് ഉണ്ട്, ഇത് മാച്ച് വന്നത് BM25 കീവേഡ് മാച്ചിംഗിൽ നിന്നാണോ, ONNX-ജനറേറ്റഡ് എംബെഡിംഗുകളിൽ നിന്നാണോ, അതോ PageRank-റാങ്ക് ചെയ്ത സിംബൽ ഗ്രാഫിൽ നിന്നാണോ എന്ന് നിങ്ങൾക്ക് പറഞ്ഞുതരുന്നു.
  • Memory Ledger – സെർവർ ഓരോ തീരുമാനവും ലോഗ് ചെയ്യുന്നു. ഒരു ഫയൽ മാറ jika, ലെഡ്ജർ ആ മെമ്മറി എൻട്രിയെ പഴയതായി (stale) അടയാളപ്പെടുത്തുന്നു, അതുവഴി കാഷെ ചെയ്ത ഉത്തരം ഇപ്പോഴും സാധുവാണോ എന്ന് കാണിച്ചുതരുന്നു.

റിട്രീവൽ സ്റ്റാക്ക് എങ്ങനെ പ്രവർത്തിക്കുന്നു

Sverklo എംബെഡിംഗുകളെ മാത്രം ആശ്രയിക്കുന്നില്ല. കൃത്യമായ പദങ്ങൾക്കായി ഇത് ഒരു ക്ലാസിക് BM25 കീവേഡ് എൻജിൻ പ്രവർത്തിപ്പിക്കുന്നു, സെമാന്റിക് സമാനതയ്ക്കായി അവയെ ONNX-അധിഷ്ഠിത വെക്റ്റർ എംബെഡിംഗുകൾ ഉപയോഗിച്ച് വർദ്ധിപ്പിക്കുന്നു, തുടർന്ന് ഉയർന്ന സ്വാധീനമുള്ള ഡെഫനിഷനുകൾ കണ്ടെത്താൻ സിംബൽ ഗ്രാഫിൽ ഒരു PageRank അൽഗോരിതം പ്രയോഗിക്കുന്നു. ഓരോ ഹിറ്റും ഉണ്ടാക്കിയ രീതി വെളിപ്പെടുത്തുന്നതിലൂടെ, ഡെവലപ്പർമാർക്ക് വൈരുദ്ധ്യങ്ങൾ കണ്ടെത്താൻ കഴിയും—ഉദാഹരണത്തിന്, എംബെഡിംഗ് മോഡൽ പ്രസക്തമല്ലെന്ന് കരുതുന്ന ഒരു BM25 ഹിറ്റ്—കൂടാതെ ഏത് സിഗ്നലിനെ വിശ്വസിക്കണമെന്ന് തിരഞ്ഞെടുക്കാനും സാധിക്കുന്നു.

പ്രായോഗിക ഉപയോഗങ്ങൾ

  • അപരിചിതമായ കോഡ്ബേസുകൾ പര്യവേക്ഷണം ചെയ്യുക – മാനുവലായി grep ചെയ്യുന്നതിന് പകരം ഒരു ഫംഗ്ഷൻ നാമത്തിൽ നിന്ന് അതിന്റെ എല്ലാ കോൾറുകളിലേക്കും നേരിട്ട് പോകാം.
  • ഡെപ്പൻഡൻസി ഗ്രാഫുകൾ മാപ്പ് ചെയ്യുക – ഒന്നിലധികം പാക്കേജുകളിലായി വ്യാപിച്ചു കിടക്കുന്ന ഇംപോർട്ട് ചെയിനുകൾ വിഷ്വലൈസ് ചെയ്യുക.
  • റീഫാക്ടർ ഇംപാക്റ്റ് കണക്കാക്കുക – ഒരു ഫയൽ മാറിയാൽ ഏതൊക്കെ സിംബലുകൾ തകരാറിലാകുമെന്ന് കാണുക.
  • സെമാന്റിക് ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകുക – “എന്താണ് ഈ ഹെൽപ്പർ ചെയ്യുന്നത്?” എന്ന് ചോദിച്ചാൽ കൃത്യമായ സ്രോതസ്സോടു കൂടിയ ഒരു സംക്ഷിപ്ത ഭാഗം ലഭിക്കും.

ശ്രദ്ധിക്കേണ്ട കാര്യങ്ങൾ

  • Freshness – ഒരു റീഇൻഡക്സ് പൂർത്തിയായേക്കാം, എന്നാൽ ഇൻഡക്സ് ടൈംസ്റ്റാമ്പ് പഴയതായി തന്നെ തുടരാം. ഏറ്റവും പുതിയ റൺ നിലവിൽ ഉണ്ടെന്ന് കരുതുന്നതിന് പകരം എപ്പോഴും ഇൻഡക്സ്-സ്റ്റാറ്റസ് എൻഡ്പോയിന്റ് ക്വറി ചെയ്യുക.
  • Project registration – ഒരു പ്രോജക്റ്റ് അൺ രജിസ്റ്റർ ചെയ്യുമ്പോൾ, അബ്സല്യൂട്ട് ഫയൽസിസ്റ്റം പാത്തിന് പകരം Sverklo നൽകുന്ന ഇന്റേണൽ പ്രോജക്റ്റ് പേര് ഉപയോഗിക്കുക, അല്ലെങ്കിൽ പ്രവർത്തനം നിശബ്ദമായി പരാജയപ്പെടും.
  • Tool naming quirks – MCP ഹോസ്റ്റുകൾ ചിലപ്പോൾ പ്രോജക്റ്റ് പേര് രണ്ടുതവണ ചേർക്കുന്നു, ഇത് sverklo_sverklo_impact പോലുള്ള ഐഡന്റിഫയറുകൾ ഉണ്ടാക്കുന്നു. ഒരു ടൂൾ ഉപയോഗിക്കുന്നതിന് മുമ്പ് പേര് വീണ്ടും പരിശോധിക്കുക.

അടുത്തതായി എന്തൊക്കെ പരീക്ഷിക്കാം

  1. ഒരു ഡിസ്പോസബിൾ റിപ്പോസിറ്ററി ക്ലോൺ ചെയ്യുക, പ്രാദേശികമായി Sverklo പ്രവർത്തിപ്പിക്കുക.
  2. ലളിതമായ ഒരു സിംബൽ ലുക്കപ്പ് നടത്തുക, found_by ഫീൽഡ് പരിശോധിക്കുക.
  3. ഒരു സോഴ്സ് ഫയൽ മാറ്റം വരുത്തുക, ലുക്കപ്പ് വീണ്ടും നടത്തുക; മെമ്മറി ലെഡ്ജർ എങ്ങനെ പഴയ എൻട്രിയെ അടയാളപ്പെടുത്തുന്നു എന്ന് ശ്രദ്ധിക്കുക.
  4. പഴയ ഇൻഡക്സുകൾ സ്വയമേവ കണ്ടെത്താൻ നിങ്ങളുടെ ബിൽഡ് സ്ക്രിപ്റ്റിൽ ഇൻഡക്സ്-സ്റ്റാറ്റസ് ചെക്ക് ഉൾപ്പെടുത്തുക.

ചുരുക്കത്തിൽ

Sverklo ഒരു കോഡ്-സെർച്ച് എൻജിനെ ഓഡിറ്റ് ചെയ്യാവുന്ന ഒരു തെളിവ് ശൃംഖലയായി (auditable evidence chain) മാറ്റുന്നു. ഫയൽ കവറേജ്, സിംബൽ കൃത്യത, റിട്രീവൽ രീതി, മെമ്മറി ഫ്രഷ്നസ് എന്നിവ പരിശോധിക്കാൻ ഡെവലപ്പർമാരെ നിർബന്ധിക്കുന്നതിലൂടെ, ഒരു AI-ഡ്രൈവൻ നിർദ്ദേശം പ്രൊഡക്ഷനിൽ എത്തുന്നതിന് മുമ്പ് അത് വിശ്വസനീയമാണോ എന്ന് തീരുമാനിക്കാൻ ഇത് അവരെ അനുവദിക്കുന്നു.