NeuralVault-May

Agentic RAG (Retrieval-Augmented Generation) система с трёхпроходной индексацией и универсальным шлюзом для управления агентами на базе локальных и облачных LLM.

📖 Описание

NeuralVault-May — это продвинутая система, сочетающая RAG с агентным подходом. Она использует трёхпроходную индексацию документов, семантический поиск, автоматическую картографию кода и маршрутизацию задач между различными моделями (Ollama, OpenAI, Cloud).

Ключевые возможности:

• 🧠 Трёхпроходная индексация: Recon → Semantic → Manifest
• 🔍 Семантический поиск: Векторизация через ChromaDB + Ollama embeddings
• 🗺️ Картографирование: Автоматическое построение графов связей кода (Mermaid)
• 🎯 Маршрутизация задач: Распределение запросов между GPU/Cloud по типу задачи
• 🛠️ AI Forge: Зона для генерации и хранения кода

---

🏗️ Архитектура

Агенты системы (Specialists):

Агент	Файл	Роль
Orchestrator	specialists/orchestrator.py	Координация агентов и пайплайнов
Librarian	specialists/librarian.py	Управление архивом знаний, трёхпроходная индексация
Semantic	specialists/semantic.py	Семантическая обработка запросов
Scanner	specialists/scanner.py	Сканирование файлов проекта (Recon pass)
Gateway	specialists/gateway.py	Универсальный шлюз к провайдерам LLM (Ollama, OpenAI, Cloud)
Inventory	specialists/inventory.py	SQLite инвентарь ресурсов проекта
Embeddings	specialists/embeddings.py	Генерация эмбеддингов через Ollama
Navigator	specialists/navigator.py	Навигация по кодовой базе
Technologist	specialists/technologist.py	Анализ технологического стека
Reporter	specialists/reporter.py	Генерация отчётов и документации

Основные компоненты:

Компонент	Файл	Назначение
Server	server_may.py	MCP сервер
Client	client.py	MCP клиент для взаимодействия
Tools	tools.py	Общие инструменты
Transport	transport.py	Транспортный слой
Config	config.yaml	Конфигурация системы

---

⚙️ Конфигурация

Основная конфигурация находится в config.yaml:

project:
  name: "NeuralVault-May"
  version: "1.0-ALPHA"

storage:
  db_path: "./data/chroma_db"
  collection_name: "mcp_knowledge"
  chunk_size: 1500

routing:
  embeddings:
    model: "mxbai-embed-large"
  semantic:
    model: "gemma3:12b"
  cartographer:
    model: "deepseek-coder-v2:16b"

Маршрутизация задач:

• quick_chat → SYSTEM_GPU (Ollama:11434)
• text_slicing → GPU_0 (Ollama:11435)
• embeddings → GPU_1 (Ollama:11436)
• strategic_boss → CLOUD (OpenRouter/Claude)

---

🚀 Быстрый старт

Требования:

• Python 3.10+
• Ollama (локально) или доступ к OpenAI/OpenRouter
• ChromaDB

Установка зависимостей:

pip install chromadb httpx pyyaml mcp

Запуск:

# Убедитесь, что Ollama запущена
ollama serve

# Запуск основного клиента
python client.py

---

📁 Структура проекта

NeuralVault-May/
├── server_may.py          # MCP сервер
├── client.py              # MCP клиент
├── tools.py               # Общие инструменты
├── transport.py           # Транспортный слой
├── config.yaml            # Конфигурация
├── requirements.txt       # Зависимости Python
├── LICENSE                # Лицензия
├── README.md              # Этот файл
│
├── data/
│   └── chroma_db/         # ChromaDB хранилище векторов
│
└── specialists/           # Агенты системы
    ├── orchestrator.py    # Координатор агентов
    ├── librarian.py       # Управление знаниями и индексация
    ├── semantic.py        # Семантическая обработка
    ├── scanner.py         # Сканирование файлов (Recon)
    ├── gateway.py         # Шлюз к LLM провайдерам
    ├── inventory.py       # SQLite инвентарь ресурсов
    ├── embeddings.py      # Генерация эмбеддингов
    ├── navigator.py       # Навигация по коду
    ├── technologist.py    # Анализ технологического стека
    └── reporter.py        # Генерация отчётов

---

🔮 Трёхпроходная индексация

1. Recon (Разведка): Быстрое сканирование структуры проекта
2. Semantic (Семантика): Глубокий анализ с векторизацией
3. Manifest (Манифест): Финальная сборка глобального индекса

---

📄 Лицензия

MIT License — см. файл LICENSE

---

📞 Контакты

Проект находится в активной разработке (ALPHA). Детальная документация будет предоставлена позже.