O CodeMind é uma plataforma open-source para análise técnica de código-fonte utilizando AI Local integrada a um pipeline de RAG (Retrieval-Augmented Generation).
Diferente de um chatbot tradicional, o CodeMind é um analisador especializado, capaz de reutilizar o contexto de cada projeto através de documentos previamente enviados pelo usuário, produzindo análises mais consistentes, contextualizadas e voltadas para boas práticas de desenvolvimento.
Toda a aplicação funciona localmente, preservando a privacidade dos dados e eliminando a dependência de APIs externas.
O CodeMind foi desenvolvido para que todo o processamento aconteça na máquina do usuário.
- 🔐 Nenhum código é enviado para serviços externos
- 🤖 IA executada localmente com Ollama
- 📁 Documentos permanecem armazenados localmente
- ⚡ Menor latência
- 🌐 Funcionamento totalmente offline
- 💰 Sem custo por utilização de APIs
O principal objetivo do CodeMind é auxiliar desenvolvedores durante o processo de desenvolvimento de software através de análises técnicas contextualizadas.
Ao invés de analisar apenas um trecho isolado de código, o sistema utiliza o contexto do projeto para produzir respostas mais relevantes.
Entre seus principais objetivos estão:
- 💡 Explicar o funcionamento do código
- 📖 Auxiliar no aprendizado de boas práticas
- 🔍 Identificar possíveis problemas
- 🚀 Sugerir melhorias estruturais
- 🧠 Reutilizar conhecimento do próprio projeto utilizando RAG
- 🔒 Garantir privacidade através de IA Local
- Cadastro local
- Sem autenticação online
- Persistência local
- Edição de perfil
Cada análise pertence obrigatoriamente a um projeto. Cada projeto possui:
- Nome
- Descrição
- Tipo da aplicação
- Linguagens
- Frameworks
- Propósito
- Ambiente de execução
Essas informações são utilizadas para personalizar o comportamento da IA durante as análises.
Os projetos podem receber diversos documentos, como:
- Código fonte
- README
- Arquiteturas
- Documentações
- Especificações técnicas
Após o envio, esses documentos são:
- armazenados
- convertidos em embeddings
- indexados
- utilizados pelo pipeline de RAG
O usuário pode iniciar uma nova análise através de:
- Colagem de código
- Upload de arquivos
- Contexto adicional opcional
O sistema automaticamente:
- identifica o projeto ativo
- recupera documentos relevantes
- busca embeddings relacionados
- constrói um prompt enriquecido
- envia a solicitação para a IA local
- gera uma resposta estruturada
Cada análise fica associada ao projeto, sendo possível:
- visualizar análises anteriores
- reutilizar resultados
- copiar respostas
- acompanhar a evolução do projeto
Dashboard
Gerando análise
Resultado da análise
O CodeMind utiliza uma arquitetura composta por três elementos principais:
- Executada através do Ollama, eliminando dependência de serviços externos.
- Antes de gerar uma resposta, o sistema procura documentos relacionados ao projeto para enriquecer o contexto da análise.
- Os documentos enviados são convertidos em embeddings e armazenados para buscas semânticas futuras.
Esse fluxo permite que a IA produza respostas mais contextualizadas do que uma simples análise baseada apenas no código enviado.
- Node.js
- TypeScript
- Express
- MongoDB
- Mongoose
- Ollama
- Arquitetura em Camadas
- Repository Pattern
- Services
- Controllers
- Modularização por Domínio
- React
- TypeScript
- Vite
- React Router
- Axios
- Context API
- Ollama
- Qwen2.5-Coder 7B (geração de análises)
- Nomic Embed Text (geração de embeddings)
- Pipeline RAG
- MongoDB Vector Search
Antes de iniciar o CodeMind, certifique-se de possuir instalado:
- Docker Desktop
- Git
Não é necessário instalar Node.js, MongoDB ou Ollama separadamente. Todos esses serviços são executados em containers Docker.
- git clone https://github.com/Viniciusrodd/CodeMind.git
- cd codemindNa primeira execução é necessário baixar os modelos utilizados pela IA.
Abra a pasta launcher e execute:
install.bat
O instalador irá:
- iniciar todos os containers
- baixar o modelo
qwen2.5-coder:7b - baixar o modelo
nomic-embed-text
O primeiro download pode levar alguns minutos, dependendo da velocidade da internet.
Após a instalação inicial, basta executar:
start.bat
O script irá:
- iniciar todos os containers
- abrir automaticamente o navegador em
http://localhost:3000
Quando terminar de utilizar o CodeMind, execute:
stop.bat
Esse script interrompe todos os containers da aplicação, liberando memória e processamento da máquina.
- 8 GB de RAM (mínimo)
- 16 GB de RAM (recomendado)
- CPU com múltiplos núcleos
- Aproximadamente 8 GB de espaço livre para os modelos e imagens Docker