Об авторе
Автор
Я — Офри Вольфус, старший архитектор ПО в Applied Materials и бывший инженер Google: работал над Google APIs для Mac, внёс вклад в движок WebKit и поддержку двунаправленного и RTL-текста в Chrome.
Я создал ChunkHound, потому что мне требовалась RAG-система, способная обрабатывать монорепозиторий свыше 100 миллионов строк кода на моём ноутбуке — без серверов, сопровождения инфраструктуры и GPU. С самого начала было одно жёсткое правило: ни одной строки кода вручную. Каждая функция, исправление и переработка создавались ИИ-агентом. Этот эксперимент стал основой книги, а затем развивался благодаря реальным пользователям, ревью сопровождающих и промышленным рабочим процессам.
До нынешней работы я был сооснователем и техническим директором Ovvio.io — системы совместного управления задачами в реальном времени — и первым сотрудником Photomyne. Там я масштабировал облачную инфраструктуру до 100 миллионов фотографий и 10 миллионов установок и писал код нейросетевого инференса на устройстве ещё до TensorFlow. Я соосновал EasyFit Orthopedics, где спроектировал, построил и запатентовал интерфейс умного протеза ноги (WO2015103506A1): аппаратную часть, электронику и встроенное ПО. Я также участвовал на раннем этапе в Growl и Adium — двух значимых открытых проектах для Mac.
Бакалавр информатики Университета Бар-Илан. Два патента. Более 20 лет опыта с компилируемыми языками, встроенными системами, облачной инфраструктурой и приложениями LLM/RAG. В 2013–2016 годах преподавал разработку для iOS, Android и веба в John Bryce, в том числе по корпоративным программам. LinkedIn · GitHub
Открытые проекты
ChunkHound — система изучения кодовой базы с приоритетом локальной работы. Индексирует код с учётом AST, извлекает архитектуру и повторяющиеся паттерны, выдаёт исследовательские ответы через MCP. Исследует также интернет: документацию, CVE, журналы изменений и актуальные сведения за пределами обучающих данных. Полностью работает на твоей машине и масштабируется до более 100 миллионов строк кода. Используется как пример реализации на протяжении всей книги. 1,4 тыс. звёзд GitHub. (GitHub)
GoatDB — я создал GoatDB, потому что приложениям, сгенерированным агентами, нужна серверная часть столь же простая, как представление агента о ней. Один импорт TypeScript — база данных, сервер, синхронизация, работа офлайн — с графом коммитов в стиле Git для разрешения конфликтов. Разверни один бинарный файл Deno на виртуальной машине за $5. 570 звёзд GitHub. (GitHub)
Почему я написал книгу
Эта книга и её инструменты — открытые проекты сообщества. За ними нет компании, коммерческого интереса или продажи чего-либо.
ChunkHound начинался как личный эксперимент: построить RAG-систему промышленного качества для огромного монорепозитория, не написав вручную ни строки кода. Это ограничение заставило меня научиться хорошо управлять ИИ-агентами: обеспечивать их исходными сведениями, планировать вместе с ними, проверять работу и управлять контекстом в масштабе.
Книга обобщает подходы из нескольких промышленных систем, построенных таким образом, а также то, чему я научился у сотен инженеров, использующих современные ИИ-инструменты: их процессы, неудачи и открытия. Подход к сбору оснований происходит из исследовательского конвейера ChunkHound. Принципы управления контекстом — из работы с кодовыми базами в сотни миллионов строк. Это не теория: код опубликован под лицензией MIT, и ты можешь его прочитать. Разбор архитектуры ChunkHound смотри в разделе MCP-серверы.
Технологии сайта
Платформа: Docusaurus — открытый генератор статических сайтов от Meta.
Шрифты: основной текст — Inter Расмуса Андерссона. Заголовки — Space Grotesk Флориана Карстена. Код — Monaspace от GitHub Next, семейство из пяти моноширинных шрифтов с одинаковыми метриками (Neon, Argon, Xenon, Radon, Krypton), используемых в курсе для смыслового различения голосов. Все шрифты размещены локально под лицензией SIL OFL 1.1.
Иллюстрации: в схемах применяются цветные SVG-изображения OpenMoji, распространяемые по лицензии CC BY-SA 4.0.
Авторские права
© 2026 Ofri Wolfus