Codebase Memory MCP：高性能代码智能 MCP 服务器

这是什么

Codebase Memory 是由 DeusData 开发的一款高性能代码智能引擎，旨在为 AI 编程代理（AI Coding Agents）提供极速、高效的代码库上下文感知能力。它通过基于 Tree-sitter 的 AST 分析和混合 LSP 语义解析，将代码库转化为持久化的知识图谱（Knowledge Graph）。

该项目以单静态二进制文件形式分发，支持 macOS、Linux 和 Windows，无需 Docker 或运行时依赖。其核心优势在于极致的索引速度——能在毫秒级完成平均仓库的全量索引，甚至在 3 分钟内完成包含 2800 万行代码（LOC）和 7.5 万个文件的 Linux 内核级别的索引。作为 MCP（Model Context Protocol）服务器运行，它直接对接主流 AI 编程代理，提供结构化的代码查询能力。

解决的问题

传统 AI 编程代理在处理大型代码库时，通常采用“逐文件搜索”或“全量读取”的方式，这导致了以下痛点：

1. Token 消耗巨大：通过 grep 或读取大量文件来获取上下文，往往需要消耗数十万 Token，成本高昂且容易超出上下文窗口限制。
2. 查询延迟高：文件级搜索无法理解代码间的结构关系（如调用链、继承关系），导致 AI 难以快速定位核心逻辑。
3. 缺乏全局视野：传统工具难以跨文件、跨服务地追踪 HTTP 路由、依赖关系或数据流，导致代码重构或影响分析时容易遗漏关键节点。
4. 环境配置复杂：许多代码分析工具需要复杂的依赖安装、API Key 配置或容器化部署，阻碍了开发者快速集成 AI 辅助能力。

Codebase Memory 通过构建本地化的代码知识图谱，将非结构化的代码文本转化为结构化的图数据，从而解决上述效率与成本问题。

核心功能

• 极速索引与本地处理：

  • 采用 RAM-first 管道，结合 LZ4 压缩、内存中 SQLite 和融合的 Aho-Corasick 模式匹配算法。
  • 索引完成后自动释放内存，确保资源高效利用。
  • 所有数据处理 100% 本地完成，代码不会离开开发者机器，保障隐私安全。

• 多语言知识图谱构建：

  • 内置 158 种语言的 Tree-sitter 语法解析器，涵盖 Python, TypeScript/JSX/TSX, PHP, C#, Go, C/C++, Java, Kotlin, Rust 等。
  • 针对主流语言增强混合 LSP 语义类型解析，生成包含函数、类、调用链、HTTP 路由及跨服务链接的持久化知识图谱。

• 14 种 MCP 工具支持：

  • 架构分析：get_architecture 单次调用即可返回语言、包、入口点、路由、热点、边界、层级和聚类信息。
  • 结构查询：支持类 Cypher 的图查询语言（如 MATCH (f:Function)-[:CALLS]->(g)），快速追踪调用关系。
  • 语义搜索：基于内置的 Nomic nomic-embed-code 嵌入模型（40K tokens, 768d int8），无需 API Key 或 Ollama，实现基于 11 种信号（TF-IDF, RRI, API 签名, AST 特征等）的综合评分搜索。
  • 死代码检测：识别零调用者函数（排除入口点）。
  • 影响分析：结合 Git diff，映射未提交更改到受影响符号，并进行风险分类。
  • 基础设施即代码索引：将 Dockerfiles、Kubernetes 清单和 Kustomize 覆盖层索引为图节点，支持资源节点、模块节点及导入边的交叉引用。

• 可视化与自动化：

  • 内置 3D 交互式图形可视化 UI（可选变体），运行于 localhost:9749，支持跨仓库架构的多星系布局。
  • 支持自动索引：在 MCP 会话启动时自动索引新项目，并监控 Git 变更。

亮点 / 与同类相比

• 极致的 Token 效率：

  • 相比逐文件探索，Codebase Memory 将 Token 消耗降低了 120 倍。例如，12 个结构查询仅需约 3,400 Token，而传统方式需约 412,000 Token。
  • 工具调用次数减少 2.1 倍，响应速度提升显著。

• 开箱即用的兼容性：

  • 零依赖：单静态二进制文件，无 Docker，无 API Key，无运行时依赖。
  • 广泛兼容：自动检测并配置 11 种主流编程代理（Claude Code, Codex CLI, Gemini CLI, Zed, OpenCode, Antigravity, Aider, KiloCode, VS Code, OpenClaw, Kiro）的 MCP 条目、指令文件和预工具钩子。

• 深度语义理解：

  • 不仅支持基于正则的结构搜索，还通过混合 LSP 解析实现了真正的语义类型解析。
  • 支持 gRPC, GraphQL, tRPC 服务检测及 Protobuf 路由提取。
  • 支持 Socket.IO, EventEmitter 等 Pub/Sub 模式的通道检测（EMITS/LISTENS_ON 边）。

• 学术验证的性能：

  • 根据 arXiv 预印本论文评估，在 31 个真实仓库中测试，回答质量达到 83%，且显著优于传统的文件逐文件探索方法。

• 安全与信任：

  • 每个发布版本均经过签名、校验和检查，并由 70+ 防病毒引擎扫描。
  • 提供 install 命令自动剥离 macOS 隔离属性并进行临时签名，简化部署流程。

适合谁用 / 上手

适合人群：

• 使用 AI 编程代理（如 Cursor, VS Code Copilot, Claude Code 等）进行大型项目开发的开发者。
• 需要快速理解遗留代码库结构、进行大规模重构或影响分析的工程团队。
• 关注代码隐私，要求所有分析在本地完成的企业级用户。
• 希望降低 AI 调用 Token 成本并提高查询准确性的开发者。

上手指南：

1. 快速安装（macOS / Linux）：

   curl -fsSL https://raw.githubusercontent.com/DeusData/codebase-memory-mcp/main/install.sh | bash
   

   • 如需启用 3D 可视化 UI，添加 --ui 参数：

     curl -fsSL https://raw.githubusercontent.com/DeusData/codebase-memory-mcp/main/install.sh | bash -s -- --ui
     

2. Windows 安装（PowerShell）：

   # 1. 下载安装脚本
   Invoke-WebRequest -Uri https://raw.githubusercontent.com/DeusData/codebase-memory-mcp/main/install.ps1 -OutFile install.ps1
   # 2. 建议先审查脚本内容
   notepad install.ps1
   # 3. 运行安装
   .\install.ps1
   

3. 手动安装：

   • 从 GitHub Releases 下载对应平台的 .tar.gz (macOS/Linux) 或 .zip (Windows) 归档文件。
   • 解压后运行 install.sh 或 install.ps1。
   • 重启你的编程代理，代理将自动识别并配置 MCP 服务器。

4. 开始使用：

   • 在编程代理中输入 "Index this project" 即可开始索引。
   • 索引完成后，即可通过自然语言或结构化查询与代码库交互。
   • 若安装了 UI 变体，可访问 http://localhost:9749 查看 3D 知识图谱。

5. **配置选项