maestro

Maestro 是一个生产级 RAG 引擎，旨在充当软件代理与海量专业技术知识库之间的智能网关。通过索引数百种特定领域技能（涵盖 Swift、SwiftUI、并发模式、App Store Connect 工作流及架构），Maestro 有效防止了上下文窗口的资源溢出。它不会将所有技能加载到 LLM 中，而是通过高速向量搜索仅检索特定任务所需的最精准知识区块。

• 采用结合 ChromaDB、BM25 关键词搜索和神经嵌入（Neural Embeddings）的混合式 RAG 流水线，确保检索的精确性。

• 内置概念图谱，支持查询扩展（例如将“数据竞争”映射到“执行绪安全”和“执行个体隔离”）。

• 实现了迭代扩散重排序（Diffusion Reranking）与交叉编码器评分，确保检索到的知识与查询在数学上高度相关。

• 支持通过模型上下文协议（MCP）与 Claude Code 无缝集成。

• 提供完整的 CLI 工具链，支持索引构建、状态报告及搜索流水线性能调试。

• 适用于进行 iOS、macOS 及多平台 Swift 项目开发的工程师和自动化代理。

• 典型用法是在进行编码任务前调用 search_skills()，以获取精确的架构指导或特定框架的模式。

• 在无法使用 MCP 的环境下，支持手动生成内容块并将其粘贴到 LLM 会话中。

• 性能经过深度优化，通常在 100 毫秒内返回高相关性内容。

• 运行环境需 Python 3.11+，并需先对技能目录进行初始化索引。