用途:repo-rag 用于对代码库执行高召回检索,结合语义搜索与符号索引,适合查找特定代码、理解项目结构、做架构评审、为 Plan Mode 的 Context 部分填充内容,以及在重命名或修改符号前定位其全部引用。
主要能力:提供符号搜索(如 symbols "UserAuthentication")与语义搜索(如 search "authentication middleware logic");并包含 RAG 评估能力,检索指标来自 .claude/tools/repo-rag/metrics.py,包括 Precision、Recall、F1、MRR;端到端指标来自 .claude/tools/repo-rag/evaluation.py,使用 LLM-as-Judge 评估答案正确性。
使用方式:先建立评估数据集,每条含 query、correct_chunks、correct_answer、category;再分别运行检索评估与端到端评估,例如 from .claude.tools.repo_rag.metrics import evaluate_retrieval,以及 from .claude.tools.repo_rag.evaluation import evaluate_end_to_end。资料还要求遵循记忆协议:开始前读取 .claude/context/memory/learnings.md,完成后将新模式、问题、决策分别写入 learnings.md、issues.md、decisions.md。
适用场景:架构评审、重构前影响分析、Plan Mode 上下文准备、代码库检索质量评估。
限制:资料给出的性能数据来自 Claude Cookbooks 结果,仅作参考;具体安装、收费、平台与完整配置暂未提供。