RAG + grafo de llamadas: contexto automático del gestor de tareas para Claude Code

El contexto es el principal problema al usar LLM en el desarrollo real. No es la calidad del modelo ni el tamaño de la ventana, sino qué entra en el prompt y cómo. Un desarrollador compartió en Habr una solución práctica: un índice RAG del repositorio con vectores y un grafo de llamadas, más un plugin para Claude Code que reúne automáticamente el contexto de una tarea del gestor de tareas, sin selección manual y sin tokens de más.

Por qué el contexto importa más que la calidad del modelo

Cuando un desarrollador toma una tarea del tracker y abre un asistente de IA, el paso más difícil no es la conversación con el modelo, sino la preparación previa. Hay que entender qué archivos pertenecen a la tarea, qué funciones se invocan y qué módulos están interrelacionados. En proyectos grandes esto supone entre 10 y 20 minutos de estudio manual del código antes de escribir el primer prompt.

Si se vuelca todo en el contexto, los tokens se agotan rápido, la consulta se encarece y el LLM se pierde en el ruido de código no relacionado. Si se incluye muy poco, el modelo no ve las dependencias, pasa por alto funciones importantes y da respuestas superficiales. Encontrar el equilibrio a mano es difícil.

El RAG clásico basado en embeddings resuelve una parte del problema: la búsqueda semántica encuentra fragmentos de significado similar. Pero no entiende la estructura del código: la función A puede estar semánticamente lejos de B y, aun así, llamarla directamente, y ambas hacen falta en el contexto.

Cómo funciona la solución

El autor construyó el sistema con dos niveles de indexación:

• Capa vectorial — embeddings del código para la búsqueda semántica: fragmentos similares, comentarios, nombres
• Grafo de llamadas — dependencias estructurales: la función A llama a B, el módulo C importa D, E hereda de F
• Plugin para Claude Code — lee la descripción de la tarea desde el tracker y lanza la búsqueda en ambos niveles
• Ranking y recorte — los resultados se ponderan por relevancia y se recortan al límite de tokens
• Actualización incremental — el índice no se recalcula desde cero con cada commit

El sistema se apoya en un parser de código (AST) y herramientas de análisis estático. El grafo de llamadas permite sortear las limitaciones de la búsqueda semántica: aunque los nombres de las funciones no sean estándar o los comentarios escaseen, las relaciones estructurales del código se pueden rastrear igualmente a través del AST. El índice se almacena aparte de la base de código y no requiere cambios en el propio repositorio. El plugin para Claude Code se instala como una extensión estándar y accede al índice mediante una API local.

Ahorro de tokens

Aquí es donde el enfoque da un resultado medible. Sin un contexto inteligente, los desarrolladores suelen pegar en el prompt archivos o directorios enteros "por si acaso". Con RAG y grafo, el sistema decide qué es relevante y entrega solo eso.

«El principal problema de trabajar con LLM en un proyecto real no es

la calidad del modelo, sino el contexto», — el autor del artículo.

En monorepositorios grandes el efecto es especialmente visible: en lugar de 50 000 tokens de "todo lo que podría estar relacionado", se usan entre 3000 y 5000 tokens de contexto preciso. Eso supone tanto mayor velocidad de respuesta como un ahorro directo en la API.

La práctica indica que un contexto bien armado reduce el número de iteraciones con el modelo. Cuando la IA ve todas las dependencias a la primera, es menos probable que pida fragmentos adicionales o dé respuestas incompletas.

Qué significa

El enfoque señala una dirección real para los equipos de ingeniería que incorporan asistentes de IA: automatizar no el diálogo con el modelo, sino la recopilación del contexto previo. La integración con el tracker es un paso lógico: la tarea ya está descrita y solo hay que vincularla correctamente con el código. Para equipos grandes con cientos de tickets al día, esto puede convertirse en una parte estándar del proceso de ingeniería.