Code Embed

Code Embed — famílias de código sem supervisionar o gate

Para o TL: agrupa funções por forma de AST (famílias) e marca outliers. Ajuda a triagem e o fp-ranker. Offline only — não decide o Quality Gate.

Pipeline: AST (tree-sitter) → embedding leve (dim 64) → K-Means determinístico → anota SARIF / portal.

Comandos

npm run build:engine && npm run build:code-embed
npm run code-embed:cluster -- . --out reports/code-embed-clusters.json
npx hero-code-embed cluster . --k 12 --out reports/code-embed-clusters.json \
  --annotate-sarif codehero.sarif --sarif-out codehero.clustered.sarif

Ingest do SARIF anotado ou portal → Aplicar code-embed JSON.

No console

Provenance tipo família fam-8-3 · 12 ou outlier. Features clusterOutlier / clusterSizeNorm no ranker — não são o juiz do merge.

Limites (honestos no pitch)

Embedding leve (não GraphCodeBERT). Melhor nas langs já parseadas pelo engine. Ver Modelos-Offline.md.