痛点就是代码要上传到他们的服务器 
我跟大佬的想法类似 也是自己搞一个 
跟着mgrep 照猫画虎 改造了一下 采用本地服务模式 扫描本地项目、分块（Chunking）、调用远程模型服务生成嵌入（Embedding）/重排（Rerank），并将向量写入远程向量数据库。 

以后端服务模式运行，暴露 HTTP API（如 /sync, /search, /ask）。
核心逻辑 (mgrep/src/lib/):

chunker.ts: 负责文件内容的智能分块。
models.ts: 封装与模型服务端的交互逻辑。
vector-store-chroma.ts: 与 ChromaDB 交互的接口。
config.ts: 处理混合配置（环境变量、RC 文件、CLI 参数）。



核心技术栈


语言: TypeScript (Node.js), Python (FastAPI) 


向量数据...