Vexor MCP
Vexor: смысловой поиск по файлам и коду с MCP-сервером, где агент находит нужный файл по описанию его содержимого.
- 248 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Читает файлы проекта и отправляет их содержимое удаленному провайдеру эмбеддингов, если он выбран.
- Пишет индекс и кеш на диск.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add mcp/vexorОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Читает файлы проекта и отправляет их содержимое удаленному провайдеру эмбеддингов, если он выбран.
- Пишет индекс и кеш на диск.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Vexor строит повторно используемые индексы по файлам и коду и ищет по смыслу, когда помнишь, что делает файл, но забыл имя и место. Один и тот же движок доступен как Python API, консольная утилита и MCP-сервер. Поиск `vexor "api client config"` по текущему каталогу индексирует его при первом запуске, а результат показывает сходство, путь, строки и фрагмент. Команда `vexor mcp` запускает встроенный MCP-сервер по stdio с двумя инструментами. `vexor_search` ищет по смыслу и возвращает текст найденных фрагментов, поэтому агенту редко нужно отдельное чтение файла. `vexor_index` заранее прогревает индекс. Провайдеры эмбеддингов настраиваются: OpenAI, Gemini, VoyageAI, свой или локальный, с необязательным переранжированием. Для режима без сети есть локальные модели.
Для кого. Разработчикам больших репозиториев и заметок, которым агент должен находить код по смыслу без точных имен и подстрок для grep.
Подходит, если
- Агент ищет, где настраивается клиент API, не зная, как называется файл.
- Перед рефакторингом находятся тесты и помощники по теме «разбор конфигурации».
- Индекс прогревается перед работой, чтобы первый вызов не тормозил.
- Поиск идет полностью локально на локальных моделях эмбеддингов.
Не подходит, если
- Нужен точный поиск по подстроке или регулярному выражению: для него подойдут grep и ripgrep.
- Запрещена передача содержимого файлов провайдеру эмбеддингов: тогда нужны локальные модели.
- Агент уже ставит скилл Vexor: берите что-то одно: скилл или MCP.
Пример запроса к агенту
Найди в проекте файлы, где настраивается клиент API, и покажи фрагменты с загрузкой конфигурации.MCP
- Транспорт
- stdio
- Авторизация
- ключ необязателен
Переменные окружения
VEXOR_API_KEYсекрет- Ключ провайдера эмбеддингов.
VEXOR_CONFIG_JSON- Несекретные настройки в JSON, например провайдер и переранжирование.
Ограничения
Нужен Python 3.11 или новее, либо готовый бинарник из релизов. Для эмбеддингов нужен ключ провайдера (`VEXOR_API_KEY`), либо локальная модель. Содержимое файлов уходит провайдеру эмбеддингов, если он удаленный. Первый поиск строит индекс и занимает время на большом каталоге, кеш хранится отдельно, а исключения задаются в `.vexorignore`. Скилл и MCP-сервер дают ту же возможность, поэтому ставят что-то одно на агента.
Как отключить. Удалите запись vexor из MCP-конфигурации (`claude mcp remove vexor`) и пакет командой `pip uninstall vexor`. Индексы и настройки лежат в `~/.vexor/`, их удаляют вручную.
Частые вопросы
Как подключить Vexor к агенту?
Для Claude Code `claude mcp add vexor -- vexor mcp`, для Codex `codex mcp add vexor -- vexor mcp`. В других клиентах добавьте в `mcpServers` команду `vexor` с аргументом `mcp` и при необходимости ключ в `env`.
Чем MCP отличается от скилла?
Скилл учит агентов с доступом к оболочке (Claude Code, Codex) вызывать полный CLI. MCP отдает поиск как нативные инструменты и работает в любом клиенте. Выбирайте одно из двух.
Какие провайдеры эмбеддингов поддерживаются?
OpenAI по умолчанию, Gemini, VoyageAI, собственный и локальные модели. Режим переранжирования `--rerank` принимает варианты вроде `bm25` и `hybrid`.
Как поставить скилл для Claude Code или Codex?
Выполните `vexor install --skills claude` для Claude Code или `vexor install --skills codex` для Codex. Исходник скилла лежит в `plugins/vexor/skills/vexor-cli`.
Где хранятся настройки?
Глобально в `~/.vexor/config.json`, а ближайший `<проект>/.vexor/config.json` переопределяет часть полей. Несекретные поля можно передать через `VEXOR_CONFIG_JSON`.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыMCP-сервер индексирует локальный репозиторий через tree-sitter и дает агенту поиск по коду, список файлов и сводку по структуре файла
MCP сервер структурного поиска по коду для агентов: находит нужный файл по смыслу запроса и работает локально
Локальный поиск по коду для агентов на Rust: BM25, векторы и реранкинг, 65 языков, без сети, со скиллом и MCP-сервером.
Локальный поиск и MCP-сервер для агентов: один бинарник на Rust индексирует код, документы и логи
codesearch ищет по коду сразу в нескольких репозиториях гибридным поиском и работает офлайн, без GPU и Docker.
MCP-сервер семантического поиска по кодовой базе: индексирует проект в векторной базе и отдает агенту только нужные фрагменты
Коротко о README
Пакет `vexor` на PyPI дает консоль, Python API и MCP-сервер. Режимы индекса (`--mode`) выбирают, по чему строится поиск: имена, начала файлов, краткое описание, полный текст, код или структура.