vitali87/code-graph-rag

Code‑Graph‑RAG – 基于 AI 的代码库知识图谱

是什么 – 一个开源工具，使用 Tree‑sitter 解析多语言仓库，将提取出的函数、类、模块及其关系存储在 Memgraph 知识图谱中，并允许通过自然语言查询与该图谱交互。它还支持 AI 驱动的代码编辑、优化、无用代码检测和运行时追踪叠加。

工作原理

1. 解析 – Tree‑sitter 遍历每个源文件（Python、TS/JS、Rust、Go、Java、C/C++、C#、PHP、Lua、Dart 等），构建 AST。
2. 图谱摄入 – AST 被转换为语言无关的模式并加载到 Memgraph 中。
3. RAG 循环 – CLI（cgr）通过 LLM 将用户的英文问题转换为 Cypher 查询，对图谱执行查询并返回有依据的答案。同一循环也可生成用于编辑的基于 AST 的补丁。

核心功能

• 对整个代码库进行自然语言问答，结果与真实符号关联。
• 通过名称或意图进行源码检索。
• AI 驱动编辑：在应用前以差异（diff）形式预览外科式 AST 补丁。
• 基于最佳实践规则或自定义标准进行代码优化。
• 通过遍历调用/引用边进行无用代码检测。
• 使用 ast‑grep 模式进行结构化搜索与重写。
• 动态追踪：将 eBPF 或测试运行的调用图合并到静态图中，揭示运行时分派行为。
• MCP 服务器兼容性，使 Claude Code 等工具可直接查询/编辑图谱。

安装与使用

• 通过 PyPI 安装 cgr CLI，包含完整的 Tree‑sitter 和语义扩展（使用 pipx 或 uv）。
• 使用 cgr daemon up 启动内置的 Memgraph + Qdrant 堆栈（需 Docker）。
• 索引仓库：cgr start --repo‑path /path/to/repo --update‑graph。
• 通过交互式 CLI 或 Python SDK 进行程序化查询或编辑。

为何重要

• 为混合数十种语言的单体仓库提供单一、语言无关的图谱，这是大多数代码搜索工具所缺乏的。
• 桥接静态分析与运行时信息，提供更完整的代码实际行为视图。
• 使 AI 代理能够进行精确的 AST 级变更，而非粗略的文本编辑，降低破坏代码的风险。
• 开源核心，支持可选的企业级托管或离线部署，适用于受监管环境。

资源

• 详细文档：安装、快速入门、CLI 参考、架构、SDK 及高级主题。
• 社区：CI 状态徽章、代码覆盖率、SonarCloud 质量门禁、OpenSSF 评分卡。
• 用于托管云或本地部署的企业服务。

总结 – Code‑Graph‑RAG 是一个全栈式、AI 增强的平台，可将任何代码库转化为可查询的知识图谱，实现自然语言洞察、安全的自动化重构以及更深入的静态-动态分析。