多智能体代码协作中枢

面向复杂项目的多智能体协调中枢，融合 Neo4j 知识图谱、Meilisearch 语义搜索与 Tree-sitter 精准解析，实现跨 AI 编码助手的共享上下文与任务编排。

基本信息

• 技能名称?Project Orchestrator
• 中文名称?多智能体代码协作中枢
• 作者?reversteam
• 分类?专业技能
• 版本?0.2.0
• 标签?ai-orchestration, mcp, knowledge-graph, code-intelligence, multi-agent, rust, neo4j, meilisearch

使用方法

使用说明
核心用法
Project Orchestrator 是一款专为复杂代码库设计的 AI 智能体编排系统，通过构建统一的知识基础设施，解决多 Agent 协作中的上下文碎片化问题。
系统架构 ：以 Rust 编写的高性能服务为核心，后端整合三大引擎——Neo4j 图数据库存储代码结构、项目计划与决策关系；Meilisearch 提供毫秒级语义搜索；Tree-sitter 实现 12 种编程语言的精准 AST 解析。
典型工作流 ：

1. 项目初始化 ：创建隔离的项目空间，绑定代码根目录
2. 代码同步 ：通过 CLI/API 触发同步，或启用文件监听实现实时更新
3. 计划编排 ：创建结构化任务计划，定义优先级与依赖关系
4. Agent 协作 ：为不同 AI 助手（Claude Code/OpenAI/Cursor）生成专属上下文提示
5. 决策沉淀 ：自动记录技术决策及其依据，支持历史检索
   MCP 生态集成 ：提供 62 个标准化工具，涵盖代码搜索、符号引用、调用图分析、影响评估等高级能力，使 AI 助手能"读懂"代码库而非仅"读取"文件。
   显著优点
   多项目隔离 ：原生支持多个代码库的独立管理，避免上下文污染
   语义级代码探索 ：超越文本搜索，支持 trait 实现查找、impl 块检索、相似代码匹配等图查询
   实时同步机制 ：文件监听自动捕获变更，保持知识库与代码库同步
   决策可追踪 ：结构化记录技术决策，形成可查询的组织记忆
   生产级性能 ：Rust + 内存数据库组合，API 响应延迟极低
   潜在局限
   基础设施依赖重 ：必须部署 Neo4j 和 Meilisearch，Docker 环境为硬性要求
   语言覆盖有限 ：Tree-sitter 支持 12 种语言，小众语言需自定义 grammar
   学习曲线陡峭 ：图查询、计划依赖建模等概念对团队有一定认知成本
   Rust 生态绑定 ：扩展开发需 Rust 能力，插件生态尚处早期
   适合人群
   管理 5 万行以上复杂代码库的技术团队
   需要多 AI 助手协同工作的工程组织
   追求技术决策可追溯性的企业级项目
   拥有 DevOps 能力可维护基础设施的成熟团队
   常规风险
   数据持久化 ：默认配置使用弱密码，生产环境需强制变更
   资源占用 ：Neo4j + Meilisearch 双内存数据库，中等规模项目即需 4GB+ 内存
   版本兼容性 ：MCP 协议快速迭代，工具定义可能随版本变化
   同步延迟 ：大仓库首次全量同步耗时较长，可能阻塞其他操作
   ai-orchestration mcp knowledge-graph code-intelligence multi-agent rust neo4j meilisearch