Lokala MCP-servern kartlägger förråd till frågbar kodgraf
code-context-graph, från Tae2089, tillhandahåller tät, strukturerad kontext för AI-kodningsagenter att förankra kodfokuserade frågor. Det omvandlar ett arkiv till en frågebar graf så att språkmodeller kan lokalisera relevanta kodsegment och relationer istället för att skanna hela filuppsättningar, vilket minskar irrelevant kontext. Verktyget erbjuder grafindexering, avsiktsannoteringar, evidensdriven hämtning, stöd för flera databaser och webhook-synkronisering för arkiv. Ingenjörer och AI-forskare får högre noggrannhet i lokal kontext för komplexa koduppgifter och påverkananalys.
Vilka uppgifter kan du faktiskt använda det för?
Servern indexerar förråd i en strukturerad kunskapsgraf av symboler, anrop och beroenden. Den grafen kan frågas av AI-agenter för att utföra konkreta uppgifter, till exempel:
- påverkan analys över anropsplatser
- flödes spårning för att följa data eller kontrollvägar
- död kod upptäckte och förråds hygienkontroller
Stöd för 33+ MCP-verktyg tillhandahåller färdiga analysprimitiver skräddarsydda för dessa arbetsuppgifter.
Hur exakta är resultaten jämfört med att göra det manuellt?
Servern använder Tree-sitter för AST-baserad analys, vilket möjliggör vektorless hämtning som riktar sig mot kodstruktur istället för textlikhet. Den metoden ger högre precision för kodspecifika frågor än inbäddningsbaserad hämtning när man lokaliserar tvärfilanrop grafer. Inbyggd täckning sträcker sig över 12 språk, inklusive Go, Python, TypeScript och Java, vilket håller analyserade symboler konsekventa över vanliga stackar.
Vilka ingångar och infrastruktur krävs?
Integration kräver en MCP-kompatibel klient och en distribuerad serverinstans. Backend är skriven i Go och stöder lokal SQLite för användning på en enda maskin eller PostgreSQL för större distributioner. Förråd synkroniseras genom automatiserade webhooks för GitHub och Gitea, och servern exponerar fråge-API:er som låter AI-klienter fråga den indexerade grafen istället för att ta emot råa fildumpningar.
Passar det in i typiska utvecklararbetsflöden?
Servern riktar sig mot integration i AI-assisterade utvecklingsverktyg inom MCP-ekosystemet. Den fungerar med MCP-klienter som Claude Desktop och Cursor och tillhandahåller en Browser Wiki UI plus en Obsidian-stil grafvisare för mänsklig inspektion. Utvecklaren publicerar projektet som öppen källkod, och projektet noteras som väl ansedd inom MCP-utvecklar gemenskapen för att hantera komplexa förrådsstrukturer som enkel text sökning inte kan navigera.
Slutlig bedömning: vem bör anta det?
Servern är ett pragmatiskt alternativ för ingenjörsteam och forskare som kräver exakt, kodmedveten kontext som matar in i AI-assistenter. Det kräver integrationsarbete med repository och viss infrastrukturinsats, så mindre team utan dedikerade verktyg kan möta installationsöverhead. Använd det för att minska manuellt sökande, och kombinera dess utdata med mänsklig granskning när du gör förändringar med hög insats i produktionskod. Planera för blygsamt operativt underhåll för att hålla index aktuella.
