vitali87/code-graph-rag

Code‑Graph‑RAG – AI駆動のコードベース知識グラフ

何であるか – Tree‑sitter でマルチ言語リポジトリを解析し、抽出された関数、クラス、モジュール、およびそれらの関係を Memgraph 知識グラフに格納するオープンソースツール。自然言語クエリを通じてこのグラフとやり取りできます。AI駆動のコード編集、最適化、不要コード検出、ランタイムトレースオーバーレイもサポートしています。

動作方法

1. 解析 – Tree‑sitter がすべてのソースファイル（Python、TS/JS、Rust、Go、Java、C/C++、C#、PHP、Lua、Dart など）を走査し、AST を構築します。
2. グラフインジェスト – AST は言語に依存しないスキーマに変換され、Memgraph にロードされます。
3. RAG ループ – CLI（cgr）はユーザーの英語質問を LLM を使って Cypher クエリに変換し、グラフに対して実行して根拠のある回答を返します。同じループで編集用の AST ベースのパッチも生成できます。

主な機能

• 全コードベースに対する自然言語による質疑応答。結果は実際のシンボルに紐づけられます。
• 名前または意図に基づくソースの検索。
• AI駆動の編集：適用前に差分として外科的な AST パッチをプレビューできます。
• ベストプラクティスルールやカスタム基準に基づくコード最適化。
• 呼び出し/参照エッジをたどることで不要コード検出。
• ast‑grep パターンを使用した構造的検索と再書き換え。
• 動的トレース：eBPF またはテスト実行時のコールグラフを静的グラフにマージし、実行時のディスパッチを可視化。
• MCP サーバー互換性により、Claude Code などのツールが直接グラフをクエリ・編集可能。

インストールと使用方法

• cgr CLI を PyPI から full Tree‑sitter および semantic extras を含めてインストール（pipx または uv を使用）。
• cgr daemon up でバンドルされた Memgraph + Qdrant スタックを起動（Docker 必須）。
• リポジトリのインデックス作成：cgr start --repo‑path /path/to/repo --update‑graph。
• インタラクティブ CLI または Python SDK を通じてプログラム的にクエリや編集を実行。

なぜ重要なのか

• 数十の言語を混在させるモノレポに対して、単一で言語に依存しないグラフを提供。多くのコード検索ツールが欠いている機能です。
• 静的解析とランタイム情報を橋渡しし、コードの実際の振る舞いをより包括的に把握可能にします。
• AIエージェントが粗雑なテキスト編集ではなく、ASTレベルでの正確な変更を可能にし、コード破損のリスクを低減します。
• オープンソースのコアに加え、エンタープライズグレードのマネージドまたはオフラインデプロイメントもオプションで提供され、規制環境にも適しています。

リソース

• 詳細ドキュメント：インストール手順、クイックスタート、CLIリファレンス、アーキテクチャ、SDK、高度なトピック。
• コミュニティ：CIバッジ、コードカバレッジ、SonarCloud品質ゲート、OpenSSFスコアカード。
• マネージドクラウドまたはオンプレミスホスティングのエンタープライズサービス。

結論 – Code‑Graph‑RAG は、あらゆるコードベースをクエリ可能な知識グラフに変換するフルスタックでAI強化されたプラットフォームであり、自然言語による洞察、安全な自動リファクタリング、そして深層的な静的・動的分析を可能にします。