zg خدام

zg（zvec-grep） هي أداة مفتوحة المصدر من Zvec AI للبحث الموحّد، محلية بالأساس وموجّهة للمطوّرين وAI Agent. كتجمع بين المطابقة الدقيقة ديال ripgrep، والبحث المعجمي BM25، والبحث الدلالي بالمتجهات، وكتحل الفجوة المعجمية بين النية المعبّر عليها باللغة الطبيعية والصياغة الفعلية ديال الكود والوثائق، وكتوفّر مسار بحث كامل من الاستكشاف الغامض حتى للتحديد الدقيق. zg كتدعم مسح الملفات وEmbedding والفهرسة والبحث، وهاد العمليات كاملة كتدار افتراضياً فالجهاز المحلي، مع نموذج خفيف مدمج كيخدم فالطرفية، بلا GPU ولا خدمات خارجية، مع الحفاظ على الخصوصية والفعالية.

تابع WeChat وردّ بـ“开源” باش تنضم لمجموعة مشاريع الذكاء الاصطناعي مفتوحة المصدر
البحث الدلالي: اكتاشف المحتوى المرتبط فالكود والوثائق حسب النية المعبّر عليها باللغة الطبيعية، بلا ما تحتاج تخمّن الكلمات المفتاحية بدقة من الأول.
بحث BM25: رتّب مقاطع النص حسب الصلة اعتماداً على ترجيح تكرار الكلمات، وركّز بسرعة على النتائج الأكثر مطابقة.
البحث الهجين: جمّع بين الاسترجاع الدلالي بالمتجهات وBM25 عبر مسارات متعددة، ودمج النتائج وحيد التكرارات ورتّبها بشكل موحّد باستعمال RRF.
المطابقة الدقيقة بـripgrep: تحقّق بشكل شامل ودقيق من الرموز المعروفة، وأسماء الدوال، ومفاتيح الإعدادات، أو أنماط النصوص.
استخراج المحتوى بعدّة صيغ: حلّل تلقائياً مستويات رموز الكود، وبنية فصول الوثائق، وملفات البيانات، مع الاحتفاظ بالبيانات الوصفية اللازمة للتحديد.
Embedding محلي فالطرفية: فيه 11 نموذج خفيف مدمج، كيخدم افتراضياً داخل الجهاز، بلا GPU ولا رفع للبيانات.
تخزين الفهرس بشكل مدمج: كيعتمد على قاعدة بيانات Zvec داخل العملية لإنشاء فهارس المتجهات وBM25، بلا حاجة لنشر خدمة مستقلة.
تحديث الفهرس بشكل تدريجي: من بعد البناء الأول، كيتعالج غير المحتوى اللي تبدّل، ويمكن إعادة استعمال الفهرس لفترة طويلة عبر عمليات البحث ومهام Agent المختلفة.
مدخلان CLI وMCP: كيوفّر سطر الأوامر للاستعمال البشري، وكيتيح فالنفس الوقت لـCodex وCursor وغيرهم من Agent يستعملوه عبر بروتوكول MCP.
دمج Agent تلقائياً: الأمر zg install كيقلب أوتوماتيكياً على Agent المثبّتة فالجهاز وكيكمّل إعداد MCP فخطوة وحدة.

التثبيت: ثبّت أداة zg بشكل عام باستعمال npm install -g @zvec/zvec-grep.
الإعداد: شغّل zg install باش يكتاشف أوتوماتيكياً Codex وCursor وغيرهم من Agent المثبّتة فالجهاز ويكمّل دمج MCP.
إنشاء الفهرس: دخل لمجلد المستودع المستهدف ونفّذ zg index باش تبني فهرساً محلياً دلالياً وفهرس BM25 للكود والوثائق.
البحث عبر CLI: فالطرفية، استعمل zg query --human "السؤال ديالك" للبحث باللغة الطبيعية فالمحتوى المحلي.
البحث عبر Agent: طرح السؤال باللغة الطبيعية مباشرة داخل Agent المرتبط، وغادي يستعمل Agent zg تلقائياً عبر MCP لإتمام البحث.

نموذج بحث موحّد: دمج الاكتشاف الدلالي، وترتيب BM25، والمطابقة الدقيقة بـripgrep فمسار بحث كامل كيغطي جميع المراحل من النية الغامضة حتى التحقق من الرموز.
تصميم أصلي لـAgent: دمج عميق مع أشهر Agent عبر بروتوكول MCP، وأثبتت الاختبارات أنه كيقدر ينقص أكثر من 40% من استدعاءات الأدوات واستهلاك Token.
الخصوصية المحلية أولاً: مسح الملفات وEmbedding والفهرسة والبحث كيتدارو افتراضياً كاملين داخل الجهاز، بلا رفع حتى محتوى.
نماذج خفيفة فالطرفية: فيه 11 نموذج Embedding مخصص للطرفية، والنموذج الافتراضي ب16M من المعاملات كيخدم بلا GPU ولا API عن بُعد.
تخزين مدمج بلا تبعيات: كيعتمد على قاعدة بيانات Zvec داخل العملية لإنشاء فهارس المتجهات وBM25، بلا نشر أو صيانة خدمة قاعدة بيانات مستقلة.
إعادة استعمال الفهرس التدريجي: من بعد البناء الأول، كيتعالج غير المحتوى المتغيّر، ويمكن لـCLI وعدّة مهام Agent مشاركة نفس الفهرس وإعادة استعماله على المدى الطويل.
استخراج المحتوى المنظّم: تحليل تلقائي لمستويات رموز الكود، وبنية فصول الوثائق، والبيانات الوصفية، باش تكون نتائج البحث قابلة للتحديد والتحقق.
دمج Agent بنقرة وحدة: zg install كيكتاشف تلقائياً Codex وCursor وClaude Code وغيرهم فالجهاز وكيكمّل إعداد MCP.

مستودع GitHub: https://github.com/zvec-ai/zvec-grep

استكشاف النية داخل مستودع الكود: المطوّر أو Agent كيصف ظاهرة مرتبطة بالعمل باللغة الطبيعية، وكيستعمل zg للبحث الدلالي باش يحدّد التنفيذ المرتبط بـhydratePreferences فالكود أو بـ”تفويض الحساب والموافقة” فالوثائق.
تحديد الأعطال وتحليل السبب الجذري: ملي كتكون قدّام سجلات أخطاء أو وصف غامض من المستخدمين، كيستعمل Agent البحث الدلالي عبر zg باش يلقى بسرعة مسارات الكود وملفات الإعدادات وشرح الوثائق المرتبط، وكيقلّل من جولات البحث المتعددة وقراية الملفات غير المفيدة.
فهم الكود عبر الملفات: لفهم التنفيذ الكامل ديال وظيفة معيّنة فمستودع كبير، طرح السؤال باللغة الطبيعية كيجيب الدوال وتعريفات الواجهات وعلاقات الاستدعاء المرتبطة عبر الوحدات واللغات، وكيجنّب التصفّح اليدوي لشجرة المجلدات.
سؤال وجواب فقاعدة معرفة محلية: من بعد فهرسة الوثائق التقنية ومواد البحث والملاحظات وملفات Markdown/النصوص، يمكن باستعمال البحث باللغة الطبيعية الحصول بسرعة على أجوبة دقيقة، مع مصدر الملف وتحديد الفصل بالتفصيل.