Мой AI-ассистент для кода тратил 2 минуты на каждый поиск по проекту. При 40 поисках в день - это 80 минут потерянного времени. Каждый день. Я написал инструмент, который сократил это до 20 секунд. Бесплатно, без облака, без утечки кода.
Почему AI-ассистенты тормозят на больших проектах
Claude Code, Cursor, Copilot - AI-помощники для программистов стали нормой. Компании платят $20-200 в месяц за каждого разработчика. Но есть проблема, о которой вендоры не говорят.
Когда разработчик спрашивает AI "как у нас работает авторизация?", тот начинает искать по ключевым словам. Буквально перебирает файлы, ища слово "auth". Если авторизация называется в коде иначе - например, sessionValidator - инструмент её не найдет.
Начинается цикл: поиск, ничего, другой запрос, ничего, третий. 2 минуты на каждый такой цикл.
Теперь умножь на команду. 5 разработчиков, 40 поисков в день у каждого. Получается 6+ часов потерянного времени ежедневно. Это не баг - это архитектурное ограничение всех текущих AI-ассистентов.
Что я сделал
Идея пришла от Леонида Нетребского - он написал первые скрипты для семантического поиска по коду. Я взял концепт и превратил в полноценный инструмент - LLMDEX.
Представь таксиста без навигатора в незнакомом городе. Остановился на перекрестке, прочитал табличку, повернул, уперся в тупик, развернулся. А с навигатором - сказал адрес и поехал. Вот разница между обычным поиском и семантическим.
LLMDEX превращает код в математические представления смысла. Запрос "как работает авторизация" находит нужный файл, даже если слово "auth" нигде не написано. Потому что инструмент понимает значение, а не ищет совпадение букв.
Что важно для бизнеса
Безопасность. Модель весит 80 МБ и работает прямо на компьютере разработчика. Код никуда не отправляется - ни в облако, ни на чужие серверы. Это критично для компаний с SOC 2, GDPR или NDA-проектами.
Стоимость. Ноль. MIT лицензия, открытый исходный код. Нет подписок, нет API-ключей.
Скорость внедрения. 5 минут на разработчика. Одна команда для установки, одна для индексации проекта, одна для интеграции.
Цифры до и после
- Время одного поиска: 2 минуты - 20 секунд (в 6 раз быстрее)
- Потери на команду из 5 человек: ~6 часов/день - ~1 час/день
- Стоимость: $0
- Время внедрения: 5 минут
Почему это важно для руководителей
AI-ассистенты - это инвестиция. Но если инструмент треть рабочего дня перебирает файлы вхолостую - ты платишь за простой.
LLMDEX не заменяет AI-ассистента. Он делает тот, который уже есть, в 6 раз эффективнее на задачах поиска.
Честные ограничения
- Лучше всего работает с Claude Code
- При изменении кода нужна переиндексация (инкрементальные обновления в планах)
- Один мейнтейнер - я
- Только командная строка, без графического интерфейса
Это не enterprise-платформа. Это инструмент, который решает конкретную проблему прямо сейчас.
Установка
Одна команда:
uv tool install git+https://github.com/anetrebskii/llmdex
После - llmdex index для индексации и llmdex init для интеграции. Всё.
Сколько времени твои разработчики теряют на ожидание AI-поиска? Посчитай - цифра удивит.