Was macht AI-Indexing?
🚀 Vereinfachen Sie die Code-Indizierung mit strukturierten Prompts und Tests, optimieren Sie Quellcode für semantische Suche und Verständnis in LLMs.
Übersicht
Diese Fähigkeit automatisiert die Erstellung von Indexierungsdaten für Quellcode, um die semantische Suche und das Verständnis durch Large Language Models (LLMs) zu verbessern.
Funktionen
- Strukturierte Prompt-Generierung: Erstellt standardisierte Prompts, die LLMs dabei helfen, Code-Logik und -Abhängigkeiten zu verstehen.
- Test-Integration: Fügt automatisierte Tests hinzu, um die Korrektheit der Indizierung zu überprüfen.
- Semantische Optimierung: Organisiert Code in semantisch sinnvollen Einheiten für eine bessere Suche.
- Mehrsprachige Unterstützung: Funktioniert mit Python, JavaScript, TypeScript, Java, Go und anderen Sprachen.
Verwendung
- Installation: Klonen Sie das Repository:
git clone https://github.com/Carlosagamez2021/AI-Indexing.git
cd AI-Indexing
- Ausführung: Führen Sie das Skript aus, um den Code zu indizieren:
python index.py --source ./src --output ./index
- Integration: Verwenden Sie die generierten Indexierungsdaten in Ihrem LLM-Workflow.
Konfiguration
Die Datei config.yaml enthält alle Einstellungen:
source: ./src
output: ./index
language: auto
test_mode: true
Beispiele
Beispiel 1: Einfache Indizierung
from ai_indexing import Indexer
indexer = Indexer()
indexer.index_directory("./my_project")
Beispiel 2: Mit Tests
python index.py --test
Lizenz
MIT