DeusData/codebase-memory-mcp

它解決的問題

AI程式碼代理經常難以理解大型程式碼庫，因為它們依賴逐檔探索或簡單的 grep 搜尋，這會消耗大量 token 並需要許多工具呼叫。codebase-memory-mcp 提供了一個高效能、本地的程式碼庫知識圖譜，讓代理能以顯著更少的 token 和更高的準確度執行結構查詢與影響分析。

如何運作

該引擎使用 tree-sitter AST 分析支援 162 種語言，並結合「混合 LSP」來解析常見語言（如 Python、TypeScript 和 Rust）中的語義類型，以建立函數、類別和呼叫鏈的持久化知識圖譜。它以原生可執行檔（使用 C 語言撰寫）實作，採用 RAM 優先的資料流程，搭配 LZ4 壓縮與記憶體中的 SQLite，達到極致的索引速度。它透過 Model Context Protocol (MCP) 與 AI 代理整合，提供 17 種專用工具用於搜尋與分析。

適用對象

使用 AI 程式碼代理（如 Claude Code 或 Codex）的開發者，他們需要代理能深入理解大型儲存庫的結構，而不必承擔緩慢索引或高 token 成本的負擔。

主要特色

• 極致效能：在 3 分鐘內索引 Linux 核心（28M 行程式碼），並在 1ms 內回應結構查詢。
• token 效率高：相比逐檔探索，token 使用量可減少高達 120 倍。
• LSP 增強：支援 12 種主要語言的語義類型解析，產出高保真度的呼叫圖。
• 內建視覺化：內建 3D 互動式圖形介面，直接從二進位檔在 localhost:9749 提供服務。
• 本地且私密：所有處理完全在本地進行，無需 API 金鑰、Docker 或外部主機服務。
• 具基礎設施感知能力：將 Dockerfiles 與 Kubernetes 清單索引為圖形節點並建立跨參考。
• 廣泛語言支援：透過內建的 tree-sitter 語法規則，支援 162 種語言。

這是一個真正能讓 AI 代理理解程式碼結構的工具——@jamesmcmillan