Tea Rags MCP

Ваш агент-программист копирует первый попавшийся код, а не правильный.

TeaRAGs — это MCP-сервер для поиска кода, который обогащает каждый найденный фрагмент историей git: авторством, частотой изменений, скоростью исправления ошибок и владением. Ваш агент перестает учиться на «горячих точках» и начинает учиться на стабильном, проверенном в боях коде, имеющем владельца.

📖 Полная документация · 🏁 Быстрый старт за 15 минут · 🧠 Основные концепции

Проблема

1. Понимание монорепозитория — это дорого для людей И агентов

Каждый новый разработчик платит своим временем. Каждая новая сессия агента платит токенами. Соглашения об именовании, логика предметной области, локальные идиомы — все это приходится восстанавливать с нуля каждый раз.

2. Плохая гигиена кода — это налог на вашего агента

Запутанные имена означают, что агент читает больше файлов. Больше файлов — больше токенов, медленнее ответы и выше вероятность выбрать неправильный пример. Технический долг вашей кодовой базы теперь стал вашим счетом за ИИ.

3. Агенты не могут отличить стабильный код от «горячей точки»

Стандартный поиск кода ранжирует результаты только по сходству эмбеддингов. Он не знает, какая функция исправляется каждый спринт, какой модуль не трогали два года или чье имя стоит в коммитах. Поэтому агент копирует все, что выглядит похоже — включая сломанные примеры.

Related MCP server: codesteer-atlas

Решение

TeaRAGs дает вашему агенту две вещи, которые он не может получить при обычном поиске кода.

1. Каждый фрагмент несет свою историю

Найденный код сопровождается сигналами о том, кто его написал, насколько он стабилен, как часто в нем исправляются ошибки и насколько значимым будет изменение. Семантическое сходство перестает быть единственным ответом — оно становится лишь базовым уровнем.

2. Готовые навыки, а не просто инструменты

TeaRAGs поставляется с агентскими навыками — готовыми сценариями, которые подсказывают агенту, когда и как использовать эти сигналы. Промпт-инжиниринг не требуется:

• explore — ориентация в незнакомой кодовой базе

• data-driven-generation — написание кода на основе стабильных шаблонов с владельцами

• risk-assessment — понимание того, что вы сломаете, прежде чем это сделать

• refactoring-scan · bug-hunt · pattern-search — и многое другое

Установите плагин, и ваш агент освоит рабочий процесс. Посмотреть все навыки →

Бонус: dinopowers — сопутствующий плагин с 10 обертками над навыками superpowers:* (библиотека навыков Джесси Винсента для Claude Code), которые внедряют сигналы tea-rags в процессы мозгового штурма, планирования, отладки, TDD, проверки и завершения кода. Средний прирост оценки +71 п.п. по 136 кейсам. Узнать больше →

Варианты использования

🛡️ Безопасная генерация кода

Ваш агент пишет новый код, опираясь на стабильные, канонические шаблоны — модули с низкой частотой исправления ошибок, длительной стабильностью и четким владельцем. Больше никакого копирования из «горячих точек» прошлого спринта. Навык: data-driven-generation · Почему стабильный код безопаснее →

🔧 Планирование рефакторинга и обнаружение проблемных паттернов

Найдите 5% кода, ответственного за 80% инцидентов. Высокая частота изменений + высокая частота исправления ошибок + концентрированное владение = ваша следующая проблема в продакшене — и ваш следующий кандидат на рефакторинг. Навыки: refactoring-scan, bug-hunt

🎯 Оценка рисков перед изменениями

Перед изменением функции агент проверяет, кто от нее зависит, как часто она ломается и что говорит история тикетов. Знайте радиус поражения, прежде чем наносить удар. Навык: risk-assessment · Теория связности и радиуса поражения →

🗺️ Изучение незнакомой кодовой базы

Задавайте вопросы вместо чтения деревьев каталогов. «Как работает аутентификация?» возвращает стабильную, каноническую реализацию с приложенной историей — а не случайный фрагмент, похожий по тексту. Навык: explore

Как это работает

flowchart LR
    User([👤 You])

    subgraph mcp["TeaRAGs MCP Server"]
        Agent[🤖 Agent<br/>runs skills]
        TeaRAGs[🍵 TeaRAGs<br/>search · enrich · rerank]
        Agent <--> TeaRAGs
    end

    Qdrant[(🗄️ Qdrant<br/>vector DB)]
    Embeddings[✨ Embeddings<br/>Ollama/OpenAI]
    Codebase[📁 Your Codebase<br/>+ Git History]

    User <--> Agent
    TeaRAGs <--> Qdrant
    TeaRAGs <--> Embeddings
    TeaRAGs <--> Codebase

Вы общаетесь со своим агентом. Агент запускает навык TeaRAGs. TeaRAGs ищет в вашем коде, обогащает каждый результат историей git и ранжирует их в соответствии с тем, что нужно навыку — стабильность, владение, риск или чистая релевантность.

Что вы получаете

• 🧬 Поиск с учетом траектории — единственный open-source RAG для кода, который оценивает результаты по истории git, а не только по сходству эмбеддингов

• 📚 Поставляется с агентскими навыками — 6 готовых сценариев для исследования, генерации, оценки рисков и управления индексами (плюс 2 внутренние стратегии)

• 🔒 Локально-ориентированный, ориентированный на конфиденциальность — работает полностью офлайн с Ollama; ваш код никогда не покидает вашу машину (облачные провайдеры опциональны)

• 🚀 Создан для монорепозиториев — разбиение на фрагменты с учетом AST для 10+ языков, инкрементальная переиндексация, параллельные конвейеры, протестировано на миллионах строк кода

Для кого это

• Разработчики в крупных монорепозиториях — где «найти похожий код» возвращает дюжину почти дубликатов, а вам нужен канонический

• Соло-разработчики, использующие агентскую разработку — рабочие процессы, управляемые агентами, создают всплески микро-коммитов, которые портят метрики частоты изменений. TeaRAGs поставляется с режимом GIT SESSIONS (TRAJECTORY_GIT_SQUASH_AWARE_SESSIONS=true), который группирует коммиты по (автор, временной разрыв), поэтому сессия рефакторинга из 20 коммитов считается как один. Частота изменений, скорость исправления ошибок и владение остаются значимыми, даже если единственными участниками являются один человек + агент.

• Техлиды, обеспокоенные качеством ИИ-кода — которые хотят, чтобы агенты их команды учились на стабильных модулях, а не на «горячих точках» прошлого спринта

• Команды, чувствительные к конфиденциальности — финансы, здравоохранение, оборона или любой, кто не может отправлять исходный код в облачный API

Не подходит для: репозиториев без истории git (нет сигналов для обогащения) или команд, которым нужно только автодополнение (используйте Copilot).

🚀 Быстрый старт

Внутри Claude Code установите плагины TeaRAGs и запустите мастер настройки:

/plugin marketplace add artk0de/TeaRAGs-MCP
/plugin install tea-rags-setup@tea-rags
/tea-rags-setup:install

Затем установите плагин навыков (только для Claude, последний шаг):

/plugin install tea-rags@tea-rags

Опционально установите dinopowers для оберток над навыками superpowers:*:

/plugin install dinopowers@tea-rags

Проиндексируйте свою кодовую базу:

/tea-rags:index

Спросите агента о чем угодно: «Как работает аутентификация в этом проекте?», «Найди стабильные примеры логики повторных попыток», «Что мне нужно знать, прежде чем трогать платежный модуль?».

Для других MCP-клиентов, CI или изолированных систем (air-gapped) см. ручную установку (Node + npm install -g tea-rags + Ollama/ONNX/OpenAI/Cohere/Voyage).

📚 Документация

artk0de.github.io/TeaRAGs-MCP

🤝 Участие в разработке

См. CONTRIBUTING.md для ознакомления с рабочим процессом и соглашениями.

🙏 Благодарности

Построено на форке mhalder/qdrant-mcp-server — чистая архитектура, надежные тесты, дух open-source. И его предшественника qdrant/mcp-server-qdrant. Векторизация кода вдохновлена claude-context (Zilliz).

Не стесняйтесь форкать этот форк. Это форки до самого низа. 🐢

⚖️ Лицензия

MIT — см. LICENSE. Политика бренда в BRAND.md.