تصور کنید برنامه‌نویسی هستید که با Claude Code کار می‌کند. مدل اصرار دارد قابلیتی غیرممکن است، اما شما کد فعال آن را در گیت‌هاب می‌بینید. شما با «دیوار متنی» برخورد کرده‌اید.
شما با استدلال مدل نمی‌جنگید. شما با نابینایی آن نسبت به کدهای مستندنشده می‌جنگید. این مشکل برای توسعه‌دهندگان DuckDB بسیار شدید است. آن‌ها برای عملکرد بالا باید از «هل کردن پیش‌نیازها» (Predicate Pushdowns) استفاده کنند. این یعنی فیلتر کردن داده‌ها در سطح API.
همان‌طور که در تحلیل قبلی ما درباره‌ی مدیریت برنامه‌های سطح سیستم‌عامل توسط Claude Code اشاره کردیم، این چالش مهم است. ابزارها فقط به اندازه‌ی دیتای قابل مشاهده‌شان قدرتمندند.
در ۷ ژوئن ۲۰۲۶، توسعه‌دهندگانی راهکاری را با GitHits MCP معرفی کردند. این پروتکل بافت مدل (MCP) — مثل یک مترجم که هوش مصنوعی را به ابزارهای خارجی وصل می‌کند — میلیون‌ها مخزن گیت‌هاب را ایندکس می‌کند.
به نقل از مستندات این ابزار، GitHits پیاده‌سازی‌های خام و واقعی را می‌یابد. این برخلاف Context7 است که فقط کلیات را می‌گوید. به این ترتیب Claude می‌تواند APIهای پنهان C++ را پیدا کند. مثلاً تابع TableFunction::pushdown_complex_filter در افزونه‌های postgres_scanner و httpfs را ردیابی می‌کند.
این اتفاق یعنی پایان تکیه بر دفترچه‌های راهنمای رسمی. اکنون خطاهای «غیرممکن» معمولاً فقط یک شکاف در دسترسی به داده هستند. ترکیب یک MCP برای منطق کلی و GitHits برای جزئیات پیاده‌سازی، سرعت توسعه را به شدت بالا می‌برد.
گام بعدی شما
- در سایت githits.com ثبت‌نام کنید.
- سرور را در فایل
claude_code_settings.jsonاضافه کنید. - از دستور
npx -y @githits/mcp-serverاستفاده کنید. - کلید API معتبر را وارد نمایید.
اما تأثیر این دسترسی گسترده به کدها بر امنیت مدل‌ها چه خواهد بود؟ در گزارش بعدی به بررسی ریسک‌های نشت داده در MCPها می‌پردازیم.
گفتگو