Project Orchestrator

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

核心用法

Project Orchestrator 是一款专为复杂代码库设计的 AI 代理协调工具，通过构建代码知识图谱实现多 Agent 协作。用户需先部署 Neo4j（图数据库）和 Meilisearch（搜索引擎）作为后端，然后通过 Rust 编写的核心服务提供 REST API。

典型工作流：
1. 创建项目并同步代码库：orch sync --path /project
2. 创建结构化计划与依赖任务：orch plan create + orch task add
3. 为 AI Agent 生成上下文提示：orch context --prompt
4. Agent 记录决策并通知完成状态

关键能力：

• 代码图谱探索：通过 /api/code/* 端点查询符号引用、调用链路、变更影响分析，替代直接文件读取
• 语义搜索：基于 Meilisearch 的跨代码库搜索，支持语言过滤
• 自动同步：文件监视器实时追踪代码变更，支持 12 种语言解析
• MCP 集成：提供 62 个工具供 Claude Code、OpenAI Agents、Cursor 调用

显著优点

• 架构清晰：Rust 实现保证内存安全与高性能，三后端分离（Neo4j 关系、Meilisearch 检索、Tree-sitter 解析）职责明确
• 多项目隔离：支持多个代码库的独立数据管理
• 深度代码理解：基于 Tree-sitter 的精确 AST 解析，提供 trait 实现查找、impl 块分析等 Rust 专属能力
• Agent 原生设计：从任务分配、上下文生成到决策记录的全链路支持

潜在局限

• 基础设施依赖：必须自行部署 Neo4j 和 Meilisearch，Docker 虽简化但仍增加运维复杂度
• 语言支持侧重：12 种语言中 Rust/TypeScript/Python/Go 支持较完善，其他语言解析深度可能有限
• 配置门槛高：环境变量多（NEO4J_URI、MEILISEARCH_KEY 等），初次配置需仔细核对
• 本地优先：当前架构主要面向本地/私有部署，无托管云服务选项

适合人群

• 维护大型单体仓库或多仓库系统的技术团队
• 需要 AI Agent 协作处理复杂重构或跨模块开发的开发者
• 对代码依赖关系分析、影响评估有强需求的工程负责人
• 使用 Claude Code、Cursor 等 AI 编码工具的高级用户

常规风险

• 数据本地性：代码图谱存储于本地 Neo4j，无内置备份机制，需自行配置持久化策略
• 权限边界：文件监视器需读取项目目录，应确保 WORKSPACE_PATH 配置在可控范围内
• 网络暴露：默认监听 0.0.0.0:8080，生产环境需配置防火墙或反向代理