🧠 Codebase Assistant

Codebase Assistant — это интеллектуальный помощник для работы с кодовой базой проекта.
Он использует подход RAG (Retrieval-Augmented Generation) и стек LangGraph + Qdrant + Ollama + HuggingFace, чтобы:

• искать релевантные фрагменты кода и документации,
• переписывать запросы пользователя для улучшения поиска,
• ранжировать найденные результаты,
• и формировать короткие, точные ответы с примерами кода.

---

🚀 Основная идея

Цель проекта — создать автономного агента, который понимает кодовую базу и помогает разработчику быстрее ориентироваться в ней:

• Отвечает на вопросы о проекте: где используется переменная, как реализована функция, как устроен API и т.д.
• Подсказывает улучшения кода: находит дубли, плохие практики, нарушения стиля.
• Генерирует осмысленные commit-сообщения.
• Работает только с открытыми источниками и локальными данными.

---

Способ запуска

1. Клонируйте репозиторий

git clone https://github.com/Aeksar/codebase_assistant.git
cd codebase_assistant

2. Установите зависимости

pip install -r requirements.txt

3. Запустите Qdrant череp Docker Compose

docker compose up -d

4. Запустите ассистента

python3 main.py

---

🧩 Архитектура проекта

🔹 Основные компоненты

Модуль	Описание
main.py	Точка входа. Инициализация агента, пайплайна LangGraph и подключений.
services/graph.py	Построение графа пайплайна: Query Rewriter → Retriever → Reranker → LLM.
services/loader.py	Загрузка исходных данных и индексация в Qdrant.
services/prompt.py	Хранение шаблонов промптов и подсказок для агента.
services/llm.py	Работа с LLM через Ollama и HuggingFace.
services/ranker.py	Реализация reranker-модели на основе CrossEncoder.
services/store.py	Подключение к Qdrant, создание коллекции и векторного хранилища.
models/agent_states.py	Определения состояний LangGraph-агента.
models/github.py	Модель для взаимодействия с GitHub API (репозитории, коммиты).
models/namer.py	Генерация осмысленных commit-сообщений.
utils/crypto.py	Утилиты для безопасного хранения и шифрования секретов.
config/settings.py	Глобальные настройки проекта: пути, модели, параметры окружения.
config/logs.py	Конфигурация логирования и форматирования вывода.
commit_namer.py	CLI-инструмент для генерации commit message на основе git diff.

---

🧠 Логика работы агента

Агент реализован как LangGraph-пайплайн, состоящий из нескольких этапов:

1. Query Rewriter
   Переписывает исходный вопрос пользователя, уточняя контекст и намерение.
   Пример:

   “Где используется GITHUB_API_KEY?”
   → “Покажи, в каких модулях проекта используется переменная окружения GITHUB_API_KEY и для чего она нужна.”

2. Retriever (Qdrant)
   Поиск релевантных фрагментов кода и документации на основе эмбеддингов.
   Используется модель microsoft/codebert-base для кодовых эмбеддингов.

3. Reranker (CrossEncoder)
   Повторное ранжирование найденных фрагментов для повышения точности.
   Модель: cross-encoder/ms-marco-MiniLM-L-6-v2.

4. LLM (Ollama / HuggingFace)
   Генерация краткого ответа с примерами кода и пояснениями на основе найденного контекста.
   Примерно в таком стиле: