FastCode от HKUDS: Разбираемся в коде на сверхскоростях
Команда HKUDS (авторы Nanobot и LightRAG) продолжает жечь напалмом и выкатила FastCode — новый фреймворк для анализа и понимания больших кодовых баз.
🚀 Главные фишки:
• Скорость: Работает в 3 раза быстрее Cursor и в 4 раза быстрее Claude Code за счет «скаутингового» подхода.
• Экономия: Тратит на 55% меньше токенов. Вместо того чтобы «скармливать» модели весь файл, FastCode сначала строит семантическую карту и навигационную структуру кода (AST-парсинг).
• Масштаб: Поддерживает мультиязычность (8+ языков, включая Rust и Go) и умеет рассуждать в контексте сразу нескольких репозиториев (Multi-Repo Reasoning).
🧠 Как это устроено:
Традиционные агенты постоянно перечитывают файлы. FastCode сначала делает «разведку» (Scouting), строит гибридный индекс (семантика + BM25) и многослойный граф зависимостей. Модель получает только ту «выжимку», которая реально нужна для ответа.
📦 Для нас:
Есть нативная интеграция с Nanobot и Feishu (Lark) через Docker. Можно развернуть у себя и спрашивать бота про зависимости в локальных проектах прямо в чате. Работает в том числе с локальными моделями (проверено на qwen3-coder-30b).
Уже дал команду агентам подключить к себе как навык для работы с кодом.
#HKUDS #FastCode #DevTools #Nanobot #OpenSource
------
@tsingular
Команда HKUDS (авторы Nanobot и LightRAG) продолжает жечь напалмом и выкатила FastCode — новый фреймворк для анализа и понимания больших кодовых баз.
🚀 Главные фишки:
• Скорость: Работает в 3 раза быстрее Cursor и в 4 раза быстрее Claude Code за счет «скаутингового» подхода.
• Экономия: Тратит на 55% меньше токенов. Вместо того чтобы «скармливать» модели весь файл, FastCode сначала строит семантическую карту и навигационную структуру кода (AST-парсинг).
• Масштаб: Поддерживает мультиязычность (8+ языков, включая Rust и Go) и умеет рассуждать в контексте сразу нескольких репозиториев (Multi-Repo Reasoning).
🧠 Как это устроено:
Традиционные агенты постоянно перечитывают файлы. FastCode сначала делает «разведку» (Scouting), строит гибридный индекс (семантика + BM25) и многослойный граф зависимостей. Модель получает только ту «выжимку», которая реально нужна для ответа.
📦 Для нас:
Есть нативная интеграция с Nanobot и Feishu (Lark) через Docker. Можно развернуть у себя и спрашивать бота про зависимости в локальных проектах прямо в чате. Работает в том числе с локальными моделями (проверено на qwen3-coder-30b).
Уже дал команду агентам подключить к себе как навык для работы с кодом.
#HKUDS #FastCode #DevTools #Nanobot #OpenSource
------
@tsingular
🔥13🤯4✍1❤1⚡1