codebase-memory-mcp的15个MCP工具逐个讲search_graph、trace_path与Cypher查询实战【免费下载链接】codebase-memory-mcpHigh-performance code intelligence MCP server. Indexes codebases into a persistent knowledge graph — average repo in milliseconds. 158 languages, sub-ms queries, 99% fewer tokens. Single static binary, zero dependencies.项目地址: https://gitcode.com/GitHub_Trending/co/codebase-memory-mcpcodebase-memory-mcp 是一个高性能代码智能 MCP 服务器它把整个代码仓库索引成持久化的代码知识图谱——支持 158 种语言平均毫秒级完成索引查询耗时不到 1ms还能帮 AI 编码助手节省约 99% 的 Token。所有 15 个 MCP 工具都定义在同一个注册表里src/mcp/mcp.c。本文将这 15 个工具逐个讲清楚并重点拆解search_graph、trace_path和 Cypher 查询三大实战技能。一、15个MCP工具总览一张表看懂全家桶工具清单直接写在 C 源码的TOOLS[]数组中src/mcp/mcp.c按索引 → 查询 → 分析 → 管理四个阶段分组如下分类工具名一句话用途 索引index_repository把仓库索引进知识图谱full/moderate/fast 三种模式 查询search_graph按名称/自然语言/向量三种方式找函数、类、路由 查询search_code图增强的文本搜索grep 命中后用图谱去重排序 查询query_graph执行 Cypher 查询处理复杂多跳与聚合 查询trace_path追踪调用链、数据流、跨服务链路 查询get_code_snippet按限定名精确读取符号源码 查询get_graph_schema查看图谱的节点标签与边类型 查询get_architecture高层架构概览依赖、路由、热点、社区聚类 分析detect_changes把 git diff 映射成爆炸半径影响面 分析check_index_coverage核验指定文件是否被完整索引 分析index_status查看项目节点/边数量与索引覆盖报告 分析compare_graphs对比两个项目快照的增删差异️ 管理list_projects列出所有已索引项目️ 管理delete_project从索引中删除项目️ 管理manage_adr创建/更新架构决策记录ADR 小发现源码注册表里其实已经排进第 16 个工具ingest_traces注入运行时调用轨迹官方文档 docs/llms.txt 当前口径仍是 15 个属于在路上的新能力。索引完成后图谱可以在内置的 3D 可视化界面中直接浏览函数、路由、调用边一目了然二、search_graph三种检索模式替代 grep 找代码search_graph是日常使用频率最高的工具定义见 src/mcp/mcp.c官方定位是找定义、找实现、找关系时替代 grep/glob。它内置三种独立且可组合的检索模式2.1 自然语言模式query 参数传入queryupdate settings这类自然语言内部用 BM25 全文排序。亮点是驼峰自动分词——updateCloudClient会被拆成 update、cloud、client 三个词入索引所以搜cloud client也能命中。排序还有结构性加权函数/方法 10、路由 8、类/接口 5噪声标签文件、文件夹自动过滤。2.2 正则模式name_pattern 参数传入name_pattern.*Handler$做精确正则匹配适合找出所有以 Handler 结尾的函数这类结构化筛选。2.3 语义向量模式semantic_query 参数传入关键词数组注意必须是数组比如[send, pubsub, publish]。它用内置的 nomic-embed-code 向量做余弦相似度搜索能跨越词汇鸿沟——你搜 send它能找到实际叫 publish 的函数。完全本地运行不需要 API key、不需要 Ollama。新手实用技巧结果默认按前缀分组输出树形行每行带in/out度数跨 CALLS、USAGE、INHERITS 等边的连接数响应带total和has_more字段先用limit/offset分页看到has_more: true再翻页formatjson可拿到结构化 JSON方便脚本消费三、trace_path调用链追踪实战想知道谁调用了这个函数这个函数又依赖什么——trace_path就是为此而生定义见 src/mcp/mcp.c。它沿图上的边做广度优先遍历而不是全文搜索。3.1 三种追踪模式mode 参数模式跟随的边典型场景calls默认CALLS找调用方/被调用方、影响面分析data_flowCALLS DATA_FLOWS追踪参数值如何在每一跳传播可用parameter_name锁定某个参数cross_serviceHTTP_CALLS ASYNC_CALLS CROSS_*穿过 Route 节点跳进其他服务含 gRPC/GraphQL/tRPC/pub-sub 跨仓链路3.2 常用参数组合directioninbound谁调我/outbound我调谁/both默认depth遍历深度默认 3 跳上限受服务端钳制risk_labels按跳距自动打 CRITICAL/HIGH/MEDIUM/LOW 风险分级改代码前一眼看出波及范围include_evidence为每一跳标注解析策略lsp / language_rule / heuristic / unresolved与置信度——用来判断这条边可不可信而不是找边响应每页都带精确的callees_total/callers_total截断时用cursornext 字段续页重索引后游标会过期重跑原查询即可实战口诀影响分析用directioninbound risk_labelstrue跨服务排障用modecross_service改数据流敏感的函数用modedata_flow。四、Cypher查询实战query_graph 进阶玩法简单查找用search_graph但多跳模式、聚合统计、跨服务分析就需要query_graph定义见 src/mcp/mcp.c查询引擎实现在 src/cypher/cypher.c。它执行标准 Cypher 语法默认上限 10 万行——大查询记得自己在 Cypher 里加LIMIT。4.1 场景一一条查询找出所有性能热点图谱里每个 Function/Method 节点都挂了可查询的复杂度属性。下面这条查询能一次性捞出深嵌套循环 循环内线性扫描的隐性 O(n²)候选MATCH (f:Function) WHERE f.transitive_loop_depth 3 OR f.linear_scan_in_loop 1 RETURN f.qualified_name, f.transitive_loop_depth, f.linear_scan_in_loop ORDER BY f.transitive_loop_depth DESC可用的热点信号还包括alloc_in_loop循环内分配、recursion_in_loop循环内自调用、unguarded_recursion无基线保护的递归等——这些是静态文本搜索给不了的过程间传递属性。4.2 场景二查询漏网之鱼missed graph索引器没完全覆盖的文件单独存了一张missed 图传graphmissed就能查MATCH (f:File) WHERE f.kind parse_partial RETURN f.file_path, f.detailparse_partial表示文件已索引但某些行范围解析失败构造可能缺失——官方建议被标记的文件请顺手 grep 一下兜底。4.3 search_graph vs query_graph 怎么选需求选择按名字/语义找符号search_graph翻页浏览大量结果search_graph原生 offset/limit多跳模式 聚合 条件组合query_graph性能热点、复杂度筛选query_graph五、其余工具速览每个都干什么index_repository一切起点。full全量含相似度/语义边moderate过滤文件fast最快还有cross-repo-intelligence模式专门跨项目匹配路由/频道生成 CROSS_* 边详见 docs/llms.txtsearch_codegrep 图谱增强自动把命中去重进所属函数按定义 高频函数 测试排序默认 compact 模式只回签名省 Tokenget_code_snippet先search_graph拿到精确限定名再来这里读源码带include_neighbors可附带相邻符号get_graph_schema写 Cypher 前先查这张字典看有哪些节点标签和边类型get_architecture默认输出紧凑概览语言、包、入口点aspects可点名要 structure/dependencies/hotspots/clusters 等其中clusters用 Leiden 社区检测找出事实模块往往比目录结构更能反映真实架构缝detect_changes把git diff映射到符号再遍历到传递影响集输出爆炸半径受影响模块汇总——写 PR 描述和测试清单的神器check_index_coverage引用某个文件前先核验它是否被完整索引避免图谱里没有 ≠ 代码里不存在的误判index_status节点/边计数 覆盖报告排查为什么查不到的第一站compare_graphs基线 vs 目标快照的确定性增删对比带精确总数与截断原因list_projects/delete_project多项目索引的增删管理manage_adr把架构决策记录直接存在项目维度set_sections模式只重写指定小节其余字节不动重试安全六、新手上手从索引到查询的完整流程1️⃣安装项目提供 npm、PyPI、Homebrew、Scoop 等多渠道分发也支持go installLinux/macOS 可直接跑 install.sh 一键安装。2️⃣接入 Agent支持 45 种客户端表面Claude Code、Cursor、Windsurf、Zed 等多数自动检测。安装后重启 Agent用/mcp确认出现codebase-memory-mcp且工具齐全。3️⃣索引仓库调用index_repository并传入repo_path首次索引完成后用index_status确认节点/边数量。4️⃣查询组合拳新手最顺手的四步list_projects确认项目名 →search_graph定位符号 →trace_path看调用关系 →get_code_snippet读源码5️⃣进阶会写 Cypher 后用query_graph做热点/聚合分析动手改代码前用detect_changes评估影响面。⚙️ 进阶配置工具画像 scout/analysis 等可查阅 docs/CONFIGURATION.md性能基准数据见 docs/BENCHMARK.md。结语codebase-memory-mcp 的核心思路很朴素让 AI 助手查图谱而不是逐文件读源码。15 个工具覆盖了索引 → 查询 → 追踪 → 分析 → 管理的完整闭环——search_graph负责找、trace_path负责追、query_graph负责深挖三者配合起来结构类问题平均能省下约 120 倍 Token。单个静态二进制、零依赖、本地运行把仓库拉下来装好 Agent 配置就能开始让代码库开口说话了。【免费下载链接】codebase-memory-mcpHigh-performance code intelligence MCP server. Indexes codebases into a persistent knowledge graph — average repo in milliseconds. 158 languages, sub-ms queries, 99% fewer tokens. Single static binary, zero dependencies.项目地址: https://gitcode.com/GitHub_Trending/co/codebase-memory-mcp创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考