srclight: Servidor MCP de Indexação de Código Totalmente Local com Incorporações Ollama

O que o srclight faz

srclight é um servidor MCP (Model Context Protocol) que fornece indexação profunda de código com capacidades de busca semântica que funcionam inteiramente na sua máquina local. Seu código nunca sai do seu sistema, e não são necessárias chaves de API ou chamadas na nuvem.

Stack Técnica

• Análise: análise de árvore sintática abstrata (AST) do tree-sitter para 11 linguagens: Python, C, C++, C#, JavaScript, TypeScript, Dart, Swift, Kotlin, Java, Go
• Busca por Palavras-Chave: SQLite FTS5 com 3 índices: nomes de símbolos com divisão camelCase/snake_case, trigram para correspondência de substrings, stemmer Porter para docstrings
• Embeddings: Ollama para embeddings locais (qwen3-embedding padrão, nomic-embed-text também funciona)
• Busca Vetorial: cupy para similaridade de cosseno acelerada por GPU (~3ms em 27K vetores na RTX 3090) com fallback numpy (~105ms) se não houver GPU disponível
• Busca Híbrida: Fusão de Classificação Recíproca (RRF, k=60) combinando resultados de palavras-chave FTS5 com resultados semânticos baseados em embeddings

Implementação de Embeddings

O sistema de embeddings usa arquivos sidecar .npy que são carregados na VRAM da GPU uma vez, então atendem todas as consultas a partir da VRAM. A inicialização a frio leva ~300ms, com consultas subsequentes em ~3ms cada. O sistema é incremental—apenas re-embeds símbolos cujo hash de conteúdo mudou. Um embed completo de 45K símbolos leva ~15 minutos com qwen3-embedding, enquanto atualizações incrementais são instantâneas.

Ferramentas Disponíveis

srclight fornece 25 ferramentas MCP no total:

• Busca de símbolos (FTS5 + semântica + RRF híbrida)
• Grafo de relacionamentos (chamadores, chamados, dependentes transitivos, implementadores, árvore de herança, cobertura de testes)
• Inteligência de mudanças Git (blame por símbolo, detecção de hotspots, trabalho em progresso não commitado, histórico de commits)
• Consciência do sistema de build (CMake, .csproj targets e condicionais de plataforma)
• Espaços de trabalho multi-repositório usando SQLite ATTACH+UNION entre repositórios, permitindo busca em 10+ repositórios simultaneamente

Implantação e Desempenho

O autor indexa 13 repositórios (45K símbolos) em um espaço de trabalho. Tudo é armazenado em um único arquivo SQLite por repositório—não são necessários Docker, Redis, banco de dados vetorial ou APIs de embedding na nuvem. Ganchos Git (post-commit, post-checkout) mantêm o índice atualizado automaticamente.

De acordo com a pesquisa do autor com 50+ servidores de busca de código MCP nos principais registros, a maioria são wrappers de grep ou exigem APIs de embedding na nuvem (OpenAI, Voyage). srclight é descrito como o único que combina busca por palavras-chave FTS5 local + embeddings Ollama locais + cache vetorial acelerado por GPU + inteligência Git + espaços de trabalho multi-repositório em uma única instalação pip.

Compatibilidade e Instalação

Funciona com qualquer cliente MCP incluindo Claude Code, Cursor, Windsurf, Cline e VS Code. A instalação é via pip install srclight. O projeto tem licença MIT e é totalmente código aberto em https://github.com/srclight/srclight.