General

Respostas rápidas para as dúvidas mais comuns sobre Vectora - funcionamento, custo, uso em produção, segurança e muito mais.

O Que é Vectora?

Vectora é um semantic search engine para código que indexa seu codebase inteiro e permite buscar por significado semântico, não só por palavras-chave. Se integra com IDEs (Claude Code, Cursor, VS Code) via MCP para fornecer contexto inteligente e governado ao seu agent de IA.

Como funciona:

1. Você indexa seu código (npm install -g vectora && vectora index)
2. Código é dividido em chunks e embedado via Voyage 4 (1536D vectors)
3. Vetores são armazenados em Qdrant com metadata (arquivo, linhas, namespace)
4. Quando você faz uma query (“Como validar tokens?”), Vectora:
   • Transforma query em vetor
   • Busca chunks similares via HNSW (fast nearest neighbors)
   • Reranqueia top-100 → top-10 via Voyage Rerank 2.5
   • Retorna chunks com contexto estruturado

Exemplo prático:

• Query: “Como validar tokens JWT?”
• Sem Vectora: Busca por “JWT” retorna 5 arquivos, nenhum útil
• Com Vectora: Encontra validateToken() em auth.ts, middleware em guards.ts, tipos em jwt.types.ts - tudo relevante

Resultado: Seu agent de IA recebe contexto governado + validado, não alucinações.

Como Funciona?

1. Index seu código (uma vez)
   - Divide em chunks
   - Gera embeddings (Voyage 4)
   - Armazena em Qdrant

2. Busca semântica
   - Sua pergunta → embedding
   - HNSW busca chunks similares
   - Reranking (Voyage Rerank 2.5)
   - Retorna top-10

3. Integração com IDE
   - Claude Code / Cursor / VS Code
   - Mostra chunks contextuais
   - Você continua trabalhando

Qual é o Custo?

Free Tier (para sempre):

• Unlimited searches locais
• Unlimited indexação
• 60 req/min API limits (Gemini, Voyage)
• BYOK (use suas chaves)

Pro ($29/mês):

• Unlimited API requests
• 50 usuários simultâneos
• Webhooks + custom domain
• 99.9% SLA

Team (Customizado):

• On-premise + SSO/LDAP
• 99.99% SLA
• Dedicated support

Quanto Tempo Leva para Indexar?

Pela primeira vez:

• 10K linhas: <1 minuto
• 100K linhas: 5-10 minutos
• 1M linhas: 30-60 minutos

Incremental (apenas mudanças):

• Geralmente <30 segundos

Quanto Espaço em Disco?

A razão é aproximadamente 1:10.

Se seu código é 50MB:

• Índice Qdrant: ~5MB
• Cache: 100MB

Total: ~105MB

Posso Usar em Produção?

Free Tier: Não (1 usuário simultâneo, sem SLA)

Pro Tier: Sim (99.9% SLA, até 50 usuários)

Team Tier: Sim (99.99% SLA, on-premise option)

Meus Dados São Seguros?

SIM.

BYOK - você controla as chaves Criptografado em disco (AES-256) Criptografado em trânsito (TLS 1.3) Guardian blocklist (protege .env, secrets) RBAC (controle de usuários) Audit logging (rastreia tudo)

Funciona com Qual Linguagem?

Sim, todas:

• TypeScript / JavaScript
• Python
• Go
• Java / Kotlin
• C# / .NET
• Rust
• C++ / C
• Ruby
• PHP
• SQL
• YAML / JSON
• Markdown

Voyage 4 (embedding model) entende estruturas semânticas em qualquer linguagem.

Posso Usar Offline?

Não completamente, mas quase.

Embedding: Precisa Voyage API
Reranking: Precisa Voyage Rerank API
LLM: Precisa Gemini API
Search local: 100% offline (Qdrant local)

Alternativa 100% Offline: Use Ollama para embeddings locais:

docker run ollama/ollama
vectora config set EMBEDDING_PROVIDER ollama

Quanto Custa para Escalar?

Exemplo escalando:

• 1 pessoa: Free
• 5 pessoas: Pro ($29)
• 50+ pessoas: Team ($X)

Como Funciona com Múltiplos Projetos?

Cada projeto tem seu namespace:

# Projeto A
vectora init --namespace "empresa-projectA"

# Projeto B
vectora init --namespace "empresa-projectB"

# São completamente isolados
# Busca em A não encontra chunks de B

Posso Usar Vectora com Git?

Sim.

# Ignorar índice
echo ".vectora/" >> .gitignore

# Reconstririr em novo clone
git clone ...
vectora index

Sugestão: Commit vectora.config.yaml, ignore .vectora/

Qual IDE é Melhor?

Recomendação: Use qual você já usa. Vectora funciona igualmente bem.

Posso Deletar um Arquivo?

Você ainda quer que ele seja indexado?

Sim: Reorganizar (mover arquivo)

mv src/old-api.ts src/deprecated/old-api.ts
vectora index --incremental
# Novo path é indexado, antigo removido

Não: Deletar completamente

rm src/old-api.ts
vectora index --incremental
# Chunks relacionados são removidos

Quanto Tempo Leva para Buscar?

Geralmente:

• Embedding: ~100ms
• Search (HNSW): ~80ms
• Reranking: ~50ms
• Total: ~230ms

Com rede (APIs):

• Com latência: ~300-500ms

Há Limite de Tamanho de Projeto?

Local (Free): Não (disk space é o limite)

Pro: Não (AWS managed)

Team: Testado até 10M chunks

Posso Compartilhar um Projeto?

Sim:

# Convidar usuário
vectora user create \
  --email colleague@company.com \
  --namespace seu-projeto \
  --role editor

# Colleague pode buscar e indexar

Como Faço Backup?

# Exportar tudo
vectora export --namespace seu-projeto --output backup.tar.gz

# Depois:
# Guardar em S3, Azure, ou local

Para restore:

vectora import --from backup.tar.gz --namespace seu-projeto

Posso Usar Meu Próprio LLM?

Sim, via API.

# vectora.config.yaml
providers:
  llm:
    name: "openai" # ou "anthropic", "custom"
    model: "gpt-4"
    api_key: "${OPENAI_API_KEY}"

Ou local (Ollama):

docker run ollama/ollama
vectora config set LLM_PROVIDER ollama

Suporta Múltiplas Linguagens?

Código: Sim, todas as linguagens

Interface: Sim

• Português
• English
• Español (coming soon)
• Français (coming soon)

Há API REST?

Sim, em Pro e Team.

curl -X POST https://seu-dominio.vectora.app/search \
  -H "Authorization: Bearer sk-proj-..." \
  -d '{"query": "login", "top_k": 10}'

Posso Usar em Monorepo?

Sim.

# vectora.config.yaml
indexing:
  paths:
    - packages/backend/src
    - packages/frontend/src
    - packages/shared/src
  exclude:
    - node_modules
    - build
    - dist

Qual é a Comunidade?

Open Source (MIT License)

• GitHub: github.com/kaffyn/vectora
• Discussions: GitHub Discussions
• Issues: Bug reports
• Docs: vectora.app/docs

Próximo: FAQ - Billing

External Linking

Parte do ecossistema Vectora · Open Source (MIT) · Contribuidores