vitali87/code-graph-rag

它解决了什么问题

Code-Graph-RAG 解决了理解和维护大型多语言代码库的困难。它让开发者能够使用自然语言查询、编辑和优化代码，方法是将 AI 响应建立在代码库的结构化知识图谱上，而不是依赖简单的文本搜索。

它的运作方式

系统由两个主要组件组成：

1. 多语言解析器：使用 Tree-sitter 提取函数、类、方法和模块，并将它们存储在 Memgraph 知识图谱中。它通过编译器级前端（如用于 C/C++ 的 libclang 或用于 Go 的 go/types）和动态运行时跟踪来增强此功能，以捕获静态分析无法看到的调用。
2. RAG 系统：一个交互式 CLI，将自然语言查询转换为 Cypher 查询，以从图谱中检索精确的结构信息，然后用于支持 AI 驱动的代码编辑和优化。

适用对象

处理复杂 monorepo 或多语言项目的开发者和工程团队，他们需要高效地导航、记录和重构代码。

重点特色

• 多语言支持：在统一的架构下，支持 Python、TypeScript、Rust、Go、Java、C/C++、C# 等语言。
• 基于 AST 的编辑：在应用更改前，提供差异预览，执行精准的代码修补。
• 运行时覆盖：将 eBPF 配置文件或测试运行跟踪合并到图谱中，以揭示动态分派。
• 死码检测：通过从入口点遍历调用和引用边，识别未使用的代码。
• MCP 服务器：与 Claude Code 和其他 Model Context Protocol 客户端集成。