vitali87/code-graph-rag

Code‑Graph‑RAG – AI 驅動的程式碼庫知識圖譜

是什麼 – 一個開源工具，使用 Tree‑sitter 解析多語言程式碼庫，將提取出的函式、類別、模組及其關係儲存於 Memgraph 知識圖譜中，並允許透過自然語言查詢與該圖譜互動。同時支援 AI 驅動的程式碼編輯、最佳化、無用程式碼偵測與執行時追蹤疊加。

運作方式

1. 解析 – Tree‑sitter 遍歷每個原始碼檔案（Python、TS/JS、Rust、Go、Java、C/C++、C#、PHP、Lua、Dart 等），建立 AST。
2. 圖譜載入 – AST 被轉換為語言無關的架構並載入至 Memgraph。
3. RAG 迴圈 – CLI（cgr）透過 LLM 將使用者的英文問題轉換為 Cypher 查詢，對圖譜執行查詢並回傳有根據的答案。相同迴圈也可產生用於編輯的 AST 基礎補丁。

核心功能

• 對整個程式碼庫進行自然語言問答，結果與真實符號關聯。
• 依據名稱或意圖進行原始碼檢索。
• AI 驅動編輯：在套用前以差異（diff）形式預覽外科式 AST 補丁。
• 基於最佳實務規則或自訂標準進行程式碼最佳化。
• 透過遍歷呼叫/參考邊進行無用程式碼偵測。
• 使用 ast‑grep 模式進行結構化搜尋與重寫。
• 動態追蹤：將 eBPF 或測試執行的呼叫圖合併至靜態圖中，揭露執行時分派行為。
• MCP 伺服器相容性，使 Claude Code 等工具可直接查詢/編輯圖譜。

安裝與使用

• 透過 PyPI 安裝 cgr CLI，包含完整的 Tree‑sitter 與語意擴充（使用 pipx 或 uv）。
• 使用 cgr daemon up 啟動內建的 Memgraph + Qdrant 堆疊（需 Docker）。
• 索引程式碼庫：cgr start --repo‑path /path/to/repo --update‑graph。
• 透過互動式 CLI 或 Python SDK 進行程式化查詢或編輯。

為何重要

• 為混合數十種語言的單體程式碼庫提供單一、語言無關的圖譜，這是大多數程式碼搜尋工具所缺乏的。
• 橋接靜態分析與執行時資訊，提供更完整的程式碼實際行為視圖。
• 使 AI 代理能進行精確的 AST 級變更，而非粗略的文本編輯，降低破壞程式碼的風險。
• 開源核心，支援可選的企業級托管或離線部署，適用於受監管環境。

資源

• 詳細文件：安裝、快速入門、CLI 參考、架構、SDK 及進階主題。
• 社群：CI 狀態徽章、程式碼覆蓋率、SonarCloud 質量門檻、OpenSSF 評分卡。
• 用於托管雲端或本地部署的企業服務。

總結 – Code‑Graph‑RAG 是一個全棧式、AI 增強的平台，可將任何程式碼庫轉化為可查詢的知識圖譜，實現自然語言洞察、安全的自動化重構以及更深入的靜態-動態分析。