CodeGraphContext/CodeGraphContext

What it solves

CodeGraphContext (CGC) 解决了在分析大型代码库时，纯文本搜索和简单 RAG (Retrieval-Augmented Generation) 的局限性。虽然 grep 或基于分块的检索可以找到字符串，但它们往往会错过对于深度仓库级推理至关重要的结构化关系——例如调用链、类层次结构和模块边界。

How it works

CGC 使用 Tree-sitter 和可选的 SCIP indexers 来解析源代码，以提取符号、函数、类及其关系。然后，它将这些数据存储在图数据库中（支持 FalkorDB、KuzuDB 或 Neo4j 等后端）。这种结构化的知识图谱随后可以通过面向开发者的独立 CLI toolkit 来进行查询，或者通过 Model Context Protocol (MCP) server 向 AI 助手开放，从而允许 AI agent 了解代码的实际连接性。

Who it’s for

它专为需要执行复杂代码分析的开发者和 AI agent 创建者设计，例如跨文件追踪调用链、识别死代码，或为 AI 助手提供仓库的高精度结构化上下文。

Highlights

• Dual Mode: 既可以作为用于手动分析的 CLI toolkit，也可以作为用于 AI agent 的 MCP server。
• Multi-Language Support: 支持 23 种编程语言，包括 Python、JS/TS、Java、C++、Rust 和 Solidity。
• Flexible Backends: 兼容多种图数据库，包括用于零配置本地设置的嵌入式选项。
• Live Watching: 使用 cgc watch 在文件更改时实时自动更新图谱。
• Pre-indexed Bundles: 允许通过 .cgc bundles 立即加载知名仓库，而无需重新索引。