Serena MCPИз коробки все AI-агенты плохо работают с большой кодовой базой
Как использовать: • добавить в ClaudeCode для исследования по коду • помогает ориентироваться в микросервисах • помогает ориентироваться мжеду репозиториями • помогает исследовать кодовую базу • позволяет сохранять контекст поиска для экономии токенов
GitHub: https://github.com/oraios/serena
Еще пару альтернатив, для работы с индексом кода под специфичные задачи рефакторинга: • Repomix - упаковка кодовой базы в единый AI-friendly файл. Удобно для документации • MCP-Codebase-Index- аходит транзитивные зависимости функций по коду. Мгновенный ответ на вопрос «что сломается если изменить X?» • Code-Graph-MCP- для кодовых баз свыше 500K строк, формирует граф для AI-агента с быстрым переходом к нужному блоку.
Впервые опубликовано: @ai_ossresearch.
Методология
Методология одной книгой
Как Product Owner ведёт запрос бизнеса от первого письма до результата, который можно показать: пять стадий, у каждой понятный выход. Оставьте почту, и я пришлю книгу.
Читать дальше
- CodeAbra/iai-personal-memory-engine
Тоже пусть тут лежит, это знакомый из Threads разрабатывает. Больше про разграничение персональных контекстов агента
- OpenObserve - открытая observability-платформа для логов, метрик, трейсов и RUM
Условный Elasticsearch/Datadog, только в разы дешевле по хранению и разворачивается одним бинарником.
- Headlong - OpenSource автономный AI-агент с постоянной рефлексией
Очень прожорливая штука по токенам, в авторах там мегакрутые чуваки (Konwinski - Perplexity & Co) - работает в фоне, а не только по запросу - сам выбирает, о чём думать и что…