Nabu Nisaba

Nabu和Nisaba是用于增强LLM代理代码理解和开发效率的研究原型工具集。Nabu作为MCP服务器提供代码语义搜索和结构分析功能，支持多种编程语言；Nisaba通过代理注入和TUI界面为Claude Code提供工作空间管理能力，帮助代理自主管理上下文使用。

开发者工具人工智能聊天机器人 #代码智能 #代理增强 #工作空间管理 #语义分析 .Python

评分 : 2分

下载量 : 0

更新时间 : 2025-12-12

打开站点

什么是Nabu + Nisaba?

Nabu + Nisaba 是一个研究原型系统，专门为AI助手（如Claude Code）设计，提供类似IDE的代码智能功能。它由两个MCP服务器组成： - **Nabu**: 代码智能服务器，提供语义搜索和代码结构分析功能 - **Nisaba**: 工作空间TUI服务器，为AI助手提供类似终端用户界面的工作环境这个系统帮助AI助手更有效地理解代码架构，减少上下文使用，提高开发效率。

如何使用Nabu + Nisaba?

使用Nabu + Nisaba需要几个步骤： 1. 安装Python依赖和项目 2. 配置MCP服务器设置 3. 启动代理服务器 4. 通过Claude Code连接到系统系统启动后，Nabu会自动索引代码库，Nisaba会为AI助手提供一个结构化的TUI工作空间。

适用场景

Nabu + Nisaba最适合以下场景： - AI助手进行大型代码库的开发工作 - 需要理解复杂代码架构的项目 - 希望减少AI助手上下文使用的研究项目 - 个人项目或实验性开发环境 ⚠️ 注意：这是一个研究原型，不建议在生产环境中使用。

主要功能

语义代码搜索

使用先进的AI模型理解代码语义，支持Python、Java、C++和Perl等多种语言。不仅能搜索关键词，还能理解代码的功能和关系。

代码结构分析

自动分析代码的组织结构，生成类似IDE的代码大纲。显示包、类、函数之间的层次关系，帮助AI快速理解代码架构。

工作空间TUI

为AI助手提供类似终端用户界面的工作环境。AI可以像人类开发者一样管理文件窗口、控制上下文使用，提高操作效率。

智能上下文管理

帮助AI助手更有效地管理上下文使用。通过结构化视图和语义搜索，减少不必要的上下文消耗，延长会话时间。

动态技能系统

支持动态加载和卸载技能（augments），AI可以根据需要激活不同的功能模块，灵活适应不同任务需求。

优势

大幅减少AI助手的上下文使用量（实测可达10倍节省）

提高代码理解和架构分析能力

支持长时间连续开发会话（记录：850+消息，10个功能）

提供类似人类开发者的工作体验

开源且可扩展的研究平台

局限性

研究原型，不稳定，不建议用于生产环境

需要一定的技术知识进行配置

目前仅支持特定编程语言

依赖Claude Code，对其他AI助手适配有限

系统相对复杂，学习曲线较陡

如何使用

安装准备

确保系统满足基本要求：Python 3.13+、Git、以及足够的存储空间。建议使用虚拟环境。

安装项目

从GitHub克隆项目并安装依赖包。

配置MCP服务器

编辑MCP配置文件，设置代码库路径和服务器参数。

配置Claude Code

设置Claude Code的状态栏和钩子，启用工作空间功能。

启动系统

通过代理启动Claude Code，连接到Nabu和Nisaba服务器。

使用案例

代码库探索

AI助手需要理解一个大型代码库的结构和功能。使用Nabu的语义搜索和结构分析，快速找到相关代码模块。

长时间开发会话

开发一个包含多个功能的新模块。利用工作空间TUI管理多个文件，保持上下文高效使用。

代码重构

重构一个复杂的遗留代码模块。使用语义搜索找到所有相关代码，分析依赖关系。

常见问题

Nabu + Nisaba适合生产环境使用吗？

需要什么版本的Python？

支持哪些编程语言？

索引代码库需要多长时间？

可以与其他AI助手一起使用吗？

什么是"augments"（技能）？

🚀 `nabu` + `nisaba`

本项目是一个研究原型，为具备语义代码检查能力的智能体提供了一个“工作区文本用户界面（TUI）”。它解决了大语言模型（如Claude）上下文有限且使用效率不高的问题，通过 nabu 和 nisaba 两个组件，有效节省上下文、提升开发稳定性。

🚀 快速开始

安装

启动时，nabu MCP 服务器需要对活动代码库进行索引。在配备 NVIDIA GeForce RTX 4060 Laptop GPU 的 13th Gen Intel(R) Core(TM) i9 - 13900HX 上，对 nabu 和 nisaba 进行索引大约需要 45 秒。nisaba 的功能仅在通过代理运行 Claude Code 时可用。

安装要求

Python 3.13（开发过程中使用此版本，其他版本未测试，可能适用于 >= 3.11）
Git（用于仓库操作）

从源代码安装（推荐使用 `.venv`）

$ git clone https://github.com/y3i12/nabu_nisaba.git
$ cd nabu_nisaba
$ pip install -e .

修改 `.mcp.json` 文件

{
  "mcpServers": {
    "nabu": {
      "command": "python",
      "args": [
        "-m",            "nabu.mcp.server",
        "--codebase",    "nabu:/path/to_codebase/:/path/to/database.kuzu:active:true",
        "--context",     "development",
        "--enable-http",
        "--http-port",   "1338",
        "--dev-mode"
      ],
      "env": {
        "PYTHONPATH": "/path/to/nabu_nisaba/",
        "NABU_LOG_LEVEL": "INFO",
        "NABU_MODEL_CACHE": "/path/to/nabu_nisaba/.nabu/hf_cache/"
      }
    },
    "nisaba": {
      "type": "http",
      "url": "http://localhost:9973/mcp"
    }
  }
}

修改 `.claude/settings[.local].json` 文件

{
  "statusLine": {
    "type": "command",
    "command": "./scripts/workspace-status",
    "padding": 0
  },
  "hooks": {
    "PreCompact": [
      {
        "hooks": [
          {
            "type": "command",
            "command": "python3 ./scripts/precompact_extract.py"
          }
        ]
      }
    ]
  },
  "alwaysThinkingEnabled": true
}

强烈建议启用“始终思考”功能，因为它有助于智能体在工具执行和消息交换之间进行思考循环。

启动 `Claude Code` 代理包装器

$ python -m nisaba.cli claude [--continue]

通常，我在会话中首次向 Claude 发起提示时会这样输入：

hey, can you refer to your existing system prompt, introspect about it and say hi back? 🖤

使用示例

从 8000 行的长转录文件中提取特征
修复
此文件包含一些反复使用的提示

✨ 主要特性

`nabu`

作为 MCP 服务器，提供代码智能工具（语义/全文搜索和结构视图），可作为代码库搜索引擎，同时具备类似 IDE 的代码“大纲”功能。
减少令牌使用，增强模型对当前架构的理解能力。
支持 Python、Java、C++ 和 Perl 语言。

`nisaba`

作为 MCP 服务器和 Claude Code CLI 包装器，为智能体模拟工作区 TUI（IDE/OS）。
使智能体能够管理自身的令牌使用和工作区组织，以实现高效的令牌操作，同时保持现有实现模式。

🔧 技术细节

`nabu` 工作原理

代码解析：使用 TreeSitter 解析代码，并通过通用的 Frame 框架为不同语言建立通用的语义视图，例如包对应命名空间、结构体对应类、方法对应函数。
语义提取：每个 Frame 经过两个不同的模型（GraphCodeBERT 和 UniXcoder）进行语义提取，并通过 Pythagorean^3 合并为单个嵌入模型，存储在数据库中。
索引与搜索：数据库还通过全文搜索（FTS）对 Frame 的完整内容进行索引，实现向量搜索和 FTS 之间的相关反馈融合（RRF）。

`nisaba` 工作原理

请求拦截：使用本地代理拦截对 Anthropic 的请求，并在转发前修改系统提示，但不修改消息内容。
工作区 TUI 注入：将系统提示转换为强结构化的工作区 TUI，强调模型的关注点和注意力，同时让智能体管理上下文使用。
增强功能注入：注入动态的“增强功能”，如指令、文档、方法等重要信息，Claude 可以自主管理这些增强功能。

研究基础

nisaba 的技能系统（当前实现中的增强功能）与近期人工智能研究中确定的认知设计模式相契合，具体实现了以下模式：

知识编译：以自然语言在线缓存推理和工作流程，这是大语言模型智能体架构中未被充分探索的方法。
程序记忆：具有依赖管理的可重用任务程序。
层次分解：通过 REQUIRES 系统自动加载技能依赖项。
智能体控制上下文：动态加载/卸载认知资源（激活/停用）。

请求流程

Claude CLI
  ↓ HTTP 请求
mitmproxy (nisaba)
  ↓ 注入所有内容
Anthropic API
  ↓ 请求
Claude 智能体（具有增强上下文）
  ↓ 调用 MCP 工具
Claude CLI
  ↓ MCP 工具调用
Nisaba MCP 服务器（管理工作区状态）
  ↓ 更新 .nisaba/ 文件
mitmproxy 检测到 mtime 更改
  ↓ 在下一个请求中重新注入
下一轮更新后的上下文

📄 许可证

本项目采用 MIT 许可证，详情请见 LICENSE。

📚 引用

如果您在研究中使用了本项目，请引用以下内容：

@software{nabu_nisaba_2025,
  title = {Nabu + Nisaba: Code Intelligence Ecosystem for LLM Agents},
  author = {Yuri Ivatchkovitch},
  year = {2025},
  url = {https://github.com/y3i12/nabu_nisaba},
  note = {Research prototype v0.0.1-alpha-2 - Implements online knowledge compilation and cognitive scaffolding patterns}
}

Theoretical foundation:
@inproceedings{wray2025cognitive,
  title = {Applying Cognitive Design Patterns to General LLM Agents},
  author = {Wray, Robert E. and Kirk, James R. and Laird, John E.},
  booktitle = {Artificial General Intelligence Conference (AGI)},
  year = {2025},
  note = {Identifies knowledge compilation as critically underexplored},
  url = {https://arxiv.org/abs/2505.07087}
}

@article{gurnee2025when,
  author={Gurnee, Wes and Ameisen, Emmanuel and Kauvar, Isaac and Tarng ,Julius and Pearce, Adam and Olah, Chris and Batson, Joshua},
  title={When Models Manipulate Manifolds: The Geometry of a Counting Task},
  journal={Transformer Circuits Thread},
  year={2025},
  url={https://transformer-circuits.pub/2025/linebreaks/index.html}
}