چند وقته توی پروژه‌های بزرگ وقتی با Cursor یا Claude یا Antigravity کد می‌زدم، یه موضوع بدجور روی اعصابم بود:

وقتی یه سوال ساده می‌پرسی، ادیتور برمی‌داره چندتا فایل ۱۰۰۰ خطی رو کامل کپی می‌کنه می‌فرسته برای مدل 🤦‍♂️

نتیجه‌اش چیه؟
۱. هزینه دلاری سرسام‌آور برای توکن‌های اضافه
۲. ۵ ثانیه لودینگ الکی برای هر جواب
۳. و از همه بدتر گیج شدن هوش مصنوعی وسط اون همه کد غیرمرتبط و باگ‌های عجیب (Lost in the Middle)

معماری‌های فعلی یا با روش‌های نادقیق Vector RAG ساختار کد رو خرد (Chunk) می‌کنن یا با لود فله‌ای فایل‌ها، حافظه مدل رو اشغال می‌کنن که ساختار توابع کلا به هم می‌ریزه یا گراف‌های استاتیکی می‌سازن درسته درکش رو بالا میبرن ولی باز هم فایل‌ها رو کامل لود می‌کنه

برای حل این دردسر یه ابزار متن‌باز به اسم NeuroMesh با Rust توسعه دادیم
فلسفه معماری NeuroMesh مبتنی بر مسیریابی زیستی (Physarum Steiner Routing) است:
کل پروژه به یک گراف عصبی در حافظه RAM تبدیل می‌شه. وقتی پرامپتی ارسال می‌کنید، به جای جستجوی کل کانتکست الگوریتم اسلایم‌مولد در زیر ۲۰ میلی‌ثانیه کوتاه‌ترین مسیر ارتباطی بین توابع هدف رو در یک چشم بهم زدن پیدا می‌کنه و باقی شبکه رو در حالت خواب (Dormant) نگه می‌داره و هر وقت لازم بود بیدار میکنه

ایده‌اش خیلی ساده و الهام‌گرفته از طبیعته:
«کدهای اضافه رو حذف نکن، فقط تا (Fold) کن»

طبیعت چطور ۲ متر DNA رو بدون حذف حتی یک حرف، درون یک هسته میکروسکوپی جا می‌ده؟
با حذف ژن‌ها؟ خیر با فولدینگ ساختاری (DNA Supercoiling)
در معماری NeuroMesh دقیقاً همین اصل مهندسی بیولوژیک رو روی کد پیاده کردیم:
درخت نحوی پروژه (Tree-Sitter AST) مثل یک رشته ژنتیکی در حافظه رم تحلیل می‌شه توابع فعال به‌صورت خالص باقی می‌مونن و بخش‌های غیرفعال درون مارکرهای تک‌خطی برگشت‌پذیر تا (Reversible Fold) می‌شن
🔹 نتیجه؟ ساختار کل پروژه ۱۰۰٪ معتبر و دست‌نخورده باقی می‌مونه، اما ۹۹.۶٪ از توکن‌های مزاحم خاموش می‌شن

طرز کارش اینطوریه:
🔹 فولدینگ هوشمند کد: وقتی با یه تابع کار داری فقط بدنه همون تابع فرستاده می‌شه و بقیه توابع پروژه توی یک خط تا می‌شن (/* [fold] */) هوش مصنوعی امضا و ساختار کل فایل رو می‌فهمه اما توکنی مصرف نمی‌شه
🔹 مسیریابی عصبی اسلایم‌مولد: کوتاه‌ترین مسیر ارتباطی بین توابع پروژه رو در کمتر از ۲۰ میلی‌ثانیه در حافظه RAM پیدا می‌کنه
🔹 حافظه سیناپسی: با گذر زمان یاد می‌گیره معمولاً چه فایل‌هایی رو با هم ادیت می‌کنی و خودش دفعه بعد آماده‌شون می‌کنه

📊 نتیجه روی پروژه‌های واقعی:
مصرف کانتکست از ۵۰,۰۰۰ توکن به زیر ۳۰۰ توکن رسید (۹۹٪ صرفه‌جویی) و تاخیر پاسخ‌دهی تقریباً صفر شد در کنارش یه رابط کهکشان سه‌بعدی هم براش طراحی کردیم که معماری کدهای پروژه رو به صورت زنده نشون می‌د.

پروژه به صورت نیتیو از پروتکل MCP پشتیبانی می‌کنه و به راحتی به Cursor، Claude، VS Code و Windsurf وصل می‌شه

سورس پروژه کاملاً بازه خوشحال می‌شم نگاهی بهش بندازید و نظرتون رو بهم بگید:
👉 https://github.com/pinoox/neuromesh


Link


#LinkedInPosts


➖➖➖➖➖➖➖➖➖➖➖➖
🔗 Channel | Group | Instagram
➖➖➖➖➖➖➖➖➖➖➖➖