GlitterKill/sdl-mcp

Symbol Delta Ledger (SDL-MCP) is a policy-centered context budget layer for coding agents: Symbol-graph intelligence combined with precision tools. It turns sprawling codebases into compact, high-signal context that saves tokens, speeds up workflows, and improves agent output.

解决的问题

SDL-MCP 解决了 AI 编码代理的「上下文预算」问题。它不将整个源文件输入 LLM（这会消耗 token 并引入噪声），而是为代理提供一种结构化方式，使其仅发现并检索完成特定任务所需的代码和元数据。

工作原理

该系统将代码库索引为符号图。采用一种称为「鸢尾花门梯」的分层检索方法，允许代理从紧凑的元数据（符号卡片）逐步升级到骨架、热路径，最终获取有界源代码窗口。它利用 tree-sitter 进行结构分析，并可集成 SCIP 或语言提供方的事实，实现精确的交叉引用。该项目实现了 Model Context Protocol (MCP)，通过 stdio 或 HTTP 与 AI 客户端通信。

适用人群

专为需要高效导航大型代码库，但又不希望过度占用模型上下文窗口的 AI 编码代理开发者或使用者设计。

主要亮点

  • 符号卡片：每个符号的紧凑元数据，使代理无需打开完整文件即可开始探索。
  • 图切片：基于代码库关系和任务范围检索子图，而非简单的目录边界。
  • 增量包：分析版本间变更，识别受影响的符号并计算 PR 审查的「影响范围」。
  • 实时索引：通过实时覆盖层支持草稿缓冲区更新，实现文件保存前的实时上下文更新。
  • 开发记忆：可选存储与代码库直接关联的决策记录和任务笔记。
  • 工具网关：提供灵活的工具界面（Flat、Gateway 或 Code 模式），以优化向 AI 客户端暴露的工具数量。

相关

  • 项目
    Context-Engine-AI/Context-Engine

    一个通过 MCP 为 AI 编程助手提供深层代码库上下文、记忆和导航工具的语义代码搜索与符号智能系统。

  • 项目
    forloopcodes/contextplus

    一个通过 RAG、AST 解析和谱聚类技术，将大规模代码库转换为可搜索的层级功能图，从而提供高精度 AI 编码上下文的 MCP 服务器。

  • 项目
    CodeGraphContext/CodeGraphContext

    一个将本地代码仓库索引到图数据库的工具包和MCP服务器，为AI代理和开发者提供调用链和类层次等结构上下文。

  • Dispatch
    使用 MCP 进行代码执行：构建更高效的 AI Agent

    Anthropic 推出了一种让 AI Agent 通过代码执行而非直接工具调用来与 Model Context Protocol (MCP) 服务器进行交互的方法，从而减少了 Token 消耗并提高了效率。

  • 项目
    trailhq/Graft

    Graft 是一个开源的 TypeScript/Node.js 工具，利用 tree-sitter 进行结构化解析，并可选地使用 LLM 摘要，构建本地、基于 Markdown 的代码库知识图谱（摘要、关键代码片段、类型化链接）。图谱缓存在 `graft/` 文件夹中，仅在文件变更时刷新，并自动集成到 Claude Code、Cursor、Codex 和 Gemini 等编码代理中。基准测试显示，最多减少 46% 的工具调用、42% 的 token 消耗、60% 的延迟，并在 SWE-bench 上实现 12 点准确率提升。集成通过单个 `graft init` 命令完成，生成代理专用的指令文件；CLI 还提供搜索、可视化和遥测控制功能。项目采用 MIT 许可证，旨在实现更快、更低成本的 AI 辅助开发。