Tiburcio (Joao Morais03)

Tiburcio

Developer intelligence layer for Claude Code.

Makes your AI coding assistant actually understand your codebase, conventions, and what changed overnight.

Quick Start · MCP Tools · How It Works · Configuration · Contributing

______________________________________________________________________

Tiburcio是一个MCP服务器，它为Claude Code提供了有关代码库的深入上下文。它将您的标准、架构文档、源代码和DB模式索引到一个向量数据库中，然后公开12个专门的工具，这些工具返回有针对性的、令牌高效的答案。每天晚上，它都会根据团队的惯例审查昨天的合并，并生成测试建议。

结果：Claude Code停止猜测，开始从你的实际代码库中回答。

______________________________________________________________________

问题

Claude Code功能强大但通用。它不知道：

• 您团队的编码惯例
• 您的系统架构和组件连接方式
• 昨天代码库发生了什么变化
• 哪些合并打破了团队的标准
• 你的团队实际上是如何编写测试的

开发人员最终会在每个提示中重复上下文，或者Claude Code生成的代码不符合团队约定。

解决方案

Tiburcio通过扮演 代码库智能层 Claude Code和您团队的知识之间：

• 12个MCP工具 返回紧凑、集中的答案（每次呼叫300-1500个令牌，而不是8000个）
• 夜间情报 --审查是否符合惯例，生成测试框架，标记关键问题
• 上午简报会 --“这就是一夜之间发生的变化，这就是问题所在”
• 公约执行 --Claude Code在编写代码之前检查标准
• 始终接地 --每个答案都来自你的实际文档和代码，从未产生过幻觉

______________________________________________________________________

运作原理

graph LR
    subgraph Clients
        CC["Claude Code (MCP)"]
        UI["Chat UI (Vue 3)"]
    end

    subgraph Tiburcio
        MCP["MCP Server (12 tools)"]
        Agent["AI Agent"]
    end

    subgraph Storage
        Qdrant["Qdrant (6 collections)"]
        PG["PostgreSQL"]
        Redis["Redis"]
    end

    CC -- MCP stdio --> MCP --> Qdrant
    UI -- SSE --> Agent --> Qdrant
    Agent --> PG
    Agent --> Redis

日间模式——按需智能

Claude Code根据需要调用MCP工具。每个工具都会返回一个专注的、令牌高效的响应：

Developer: "Write a new API endpoint for user preferences"

Claude Code (via MCP):
1. searchStandards → team's endpoint conventions (compact: 3 results, ~400 tokens)
2. getPattern → "new-api-endpoint" template (~600 tokens)
3. searchCode → existing similar endpoints (~500 tokens)

→ Writes code that matches YOUR conventions, YOUR patterns, YOUR architecture.

夜间模式——隔夜智能

flowchart LR
    A["2 AM Cron"] --> B["Incremental Reindex"]
    B --> C["Clean Stale Vectors"]
    C --> D["Review Merges"]
    D --> E["Generate Test Suggestions"]

1. 重新索引 自上次运行以来更改的文件
2. 清理干净 已删除/修改文件的过时向量
3. 评论 昨天违反团队惯例的合并——标记错误、安全问题和违反标准的行为
4. 生成测试建议 基于你的团队实际编写测试的方式

晨间简报

Developer: "What should I know this morning?"

Claude Code (via MCP):
1. getNightlySummary → "3 merges reviewed, 1 CRITICAL issue in PaymentService,
   2 warnings, 2 files need tests"

→ Developer knows exactly what needs attention before writing a single line of code.

______________________________________________________________________

快速开始

先决条件

• 22+和 10+
• 码头工人 Docker Compose
• 什么之中的一个：

- 奥拉玛 （本地推理，零个API调用-默认） - 任何与OpenAI兼容的端点： vLLM, 开放路由, LM 工作室等等。

选项A：本地模型（Ollama）--默认值

git clone https://github.com/JoaoMorais03/tiburcio.git
cd tiburcio
cp .env.example .env
# Edit .env — MODEL_PROVIDER=ollama (no API key needed)
docker compose --profile ollama up -d
# Pull models (first time only):
docker exec ollama ollama pull qwen3:8b
docker exec ollama ollama pull nomic-embed-text

选项B:OpenRouter（无本地型号，建议团队使用）

git clone https://github.com/JoaoMorais03/tiburcio.git
cd tiburcio
cp .env.example .env
# Edit .env — fill in your INFERENCE_API_KEY from https://openrouter.ai
# Defaults: qwen/qwen3-8b (LLM) + qwen/qwen3-embedding-8b (embeddings)
# MCP-only (no frontend):
docker compose up db redis qdrant backend -d
# Full stack (with chat UI):
docker compose up -d

等待所有服务变得健康(docker compose ps).MCP工具立即可用。对于聊天UI，打开 http://localhost:5174。数据库迁移在首次启动时自动运行。

可观察性（可选）： 要跟踪工具调用计数、令牌使用情况和每个模型的成本，请启动Langfuse： docker compose --profile observability up -d --然后打开http://localhost:3001.

连接克劳德代码

选项1：本地（stdio）-用于单独开发：

cd backend
claude mcp add tiburcio -- npx tsx src/mcp.ts

选项2:HTTP/SSE——用于共享团队部署：

集 TEAM_API_KEY 在你的 .env，然后每个开发人员连接：

claude mcp add tiburcio \
  --transport sse \
  --url http://your-server:3333/mcp/sse \
  --header "Authorization:Bearer "

Claude Code现在有12个专用工具。问任何关于你的代码库的问题。

开发模式

pnpm install
docker compose up db redis qdrant -d
cp .env.example .env              # configure your model provider
cd backend && pnpm db:migrate     # run database migrations
cd .. && pnpm dev                 # backend + frontend dev servers

______________________________________________________________________

MCP工具

12个工具，每个工具都旨在返回重点答案（默认情况下为紧凑模式）：

代币效率

每个工具默认为 紧凑模式 --针对Claude Code的上下文窗口优化的最小、集中的响应：

设计原则

• 指南针，不是百科全书 --将Claude Code指向正确答案，不要丢弃整个文档
• 恢复指导 --每个空结果都建议使用其他工具或搜索词
• MCP注释 --所有工具声明 readOnlyHint: true + openWorldHint: false
• 混合搜索 --密集向量（余弦）+BM25稀疏向量与码块RRF融合
• 有效载荷截断 --限制大字段以减少令牌开销

______________________________________________________________________

添加您的知识库

替换以下内容 standards/ 使用您团队的文档：

standards/
  architecture/    # System design docs (auth flows, data pipelines, etc.)
  backend/         # Backend coding conventions
  frontend/        # Frontend conventions
  database/
    schemas/       # Table-by-table documentation
  patterns/        # Code templates ("new API endpoint", "new Vue page")
  integration/     # Git workflow, CI/CD, deployment docs

然后重新索引：

# Via admin API (login first via the UI for httpOnly cookie auth)
curl -X POST http://localhost:5174/api/admin/reindex --cookie "token=$TOKEN"

# Or via CLI
cd backend
pnpm index:standards
pnpm index:codebase        # set CODEBASE_REPOS in .env first
pnpm index:architecture

______________________________________________________________________

建筑

技术栈

Qdrant系列

服务

项目结构

tiburcio/
  backend/
    src/
      config/          # Environment, logger, Redis client
      db/              # Drizzle schema, connection, migrations
      indexer/         # Code chunker, embedding, indexing pipelines
      jobs/            # BullMQ background jobs + nightly cron
      mastra/
        tools/         # 12 RAG tools (Qdrant vector search)
        workflows/     # Nightly review workflow
        infra.ts       # Shared singletons (qdrant client, ensureCollection)
      middleware/       # Rate limiters (global, auth, chat)
      routes/          # HTTP routes (auth, chat, admin, MCP SSE)
      mcp.ts           # MCP stdio server for local Claude Code
      server.ts        # HTTP server entry point
    scripts/           # CLI indexing scripts
  frontend/
    src/
      components/      # UI primitives + chat components
      lib/             # API client, Vue Query, web vitals
      stores/          # Pinia stores (auth, chat, rate-limit)
      views/           # Page components (Auth, Chat)
  standards/           # Your team's knowledge base (docs go here)
  docs/                # Changelog, contributing guide, roadmap

______________________________________________________________________

配置

所有配置均通过环境变量进行。看 .env.example 查看完整列表。

模型提供商

Ollama（本地--默认）

OpenAI兼容端点（vLLM、OpenRouter、LM Studio等）

图形层（可选）

基础设施

MCP HTTP/SSE传输

代码库索引

可观测性

Langfuse为LLM调用、MCP工具调用和后台作业提供了完全的可观察性。启动Langfuse并设置按键以激活：

默认凭据

______________________________________________________________________

测试

cd backend && pnpm test    # 137 tests
cd frontend && pnpm test   # 30 tests
cd backend && pnpm check   # biome lint + tsc
cd frontend && pnpm check  # biome lint + vue-tsc

所有测试都使用模拟运行，不需要外部服务。

______________________________________________________________________

路线图

• 事件驱动的新鲜感 --webhook触发索引，\<10分钟新鲜度保证
• 公约监护人 --惯例评分、漂移跟踪、周报
• 多租户支持 --按团队Qdrant命名空间
• 远程仓库克隆 --通过git URL索引仓库，无需本地路径

______________________________________________________________________

Claude代码设置

该项目包括 CLAUDE.md 配置文件，为Claude Code提供有关架构、命令、模式和陷阱的完整上下文。克隆仓库，克劳德就可以工作了。

对于MCP集成：

cd backend
claude mcp add tiburcio -- npx tsx src/mcp.ts

______________________________________________________________________

贡献

看 贡献.md 用于开发设置和公关流程。

许可证

麻省理工学院