CodeGraphContext/CodeGraphContext

何を解決するか

CodeGraphContext (CGC) は、大規模なコードベースを分析する際のプレーンテキスト検索や単純な RAG (Retrieval-Augmented Generation) の限界に対処します。grep やチャンクベースの検索では文字列を見つけることはできますが、コールチェーン、クラス階層、モジュール境界といった、リポジトリ全体の深い推論に不可欠な構造的関係を見落としがちです。

仕組み

CGC は Tree-sitter やオプションの SCIP indexer を使用してソースコードを解析し、シンボル、関数、クラス、およびそれらの関係を抽出します。次に、このデータをグラフデータベース (FalkorDB、KuzuDB、または Neo4j などのバックエンドをサポート) に保存します。この構造化されたナレッジグラフは、開発者向けのスタンドアロン CLI toolkit としてクエリを実行したり、AI アシスタントに Model Context Protocol (MCP) サーバーを通じて公開したりすることができ、AI エージェントがコードの実際の接続性を理解することを可能にします。

対象ユーザー

ファイル間のコールチェーンの追跡、デッドコードの特定、または AI アシスタントにリポジトリの高精度な構造的コンテキストを提供するといった、複雑なコード分析を実行する必要がある開発者や AI エージェント作成者向けに設計されています。

ハイライト

• Dual Mode: 手動分析用の CLI toolkit と、AI エージェント用の MCP サーバーの両方として動作します。
• Multi-Language Support: Python, JS/TS, Java, C++, Rust, Solidity を含む 23 のプログラミング言語をサポートしています。
• Flexible Backends: 複数のグラフデータベースと互換性があり、設定不要のローカルセットアップ用の組み込みオプションも提供しています。
• Live Watching: cgc watch を使用して、ファイルが変更されるとグラフをリアルタイムで自動的に更新します。
• Pre-indexed Bundles: 再インデックスの必要なく、.cgc バンドルを介して有名なリポジトリを即座にロードできます。