CLI de búsqueda semántica de código basada en AST y servidor MCP que indexa tu base de código para que los agentes de programación encuentren código por su significado.
Jakedismo/codegraph-rust
Herramienta en Rust que crea un grafo semántico de conocimiento de tu código y ofrece herramientas de análisis mediante MCP para agentes de programación.
- Estrellas
- 913
- Forks
- 98
- Issues abiertos
- 17
- Último commit
- hace 25 días
¿Qué es?
CodeGraph indexa un proyecto y lo convierte en un grafo de conocimiento compuesto por nodos y aristas. Para ello, combina el análisis de AST, la resolución opcional de símbolos mediante el servidor de lenguaje, la vinculación de módulos y los embeddings. El grafo se almacena en una base de datos SurrealDB integrada, dentro del directorio .codegraph de cada proyecto, así que no hace falta un servidor de base de datos independiente.
Está diseñado para asistentes de programación con IA, como Claude Code, Cursor y Codex. Cuatro herramientas integradas para agentes (contexto, impacto, arquitectura y calidad) ejecutan un agente de razonamiento sobre el grafo y devuelven una respuesta con rutas de archivos, números de línea y fragmentos acotados, en lugar de una lista sin procesar de resultados de búsqueda. La indexación se ejecuta en distintos niveles (rápido, equilibrado y completo) para que los usuarios puedan elegir entre velocidad y espacio de almacenamiento, o un grafo más completo.
La búsqueda combina similitud vectorial y coincidencia léxica, con reranking opcional. El proyecto también limita la cantidad de resultados de las herramientas que recibe el modelo en cada ejecución y admite varios proveedores de embeddings y LLM, como Ollama, LM Studio, Jina, OpenAI y Anthropic.
Funciones clave
- 01Crea un grafo de conocimiento con nodos de código, aristas, módulos y relaciones de flujo de datos.
- 02Ofrece cuatro herramientas MCP para agentes, dedicadas al contexto, el impacto de los cambios, la arquitectura y el análisis de calidad.
- 03Admite niveles de indexación rápido, equilibrado y completo, con resolución LSP opcional.
- 04Almacena los datos en una instancia de SurrealDB integrada por proyecto, sin necesidad de un servidor independiente.
- 05Combina búsqueda vectorial y léxica, con reranking opcional.
- 06Respeta .gitignore y filtra patrones habituales de archivos con secretos durante la indexación.
Casos de uso
- Dar contexto de todo el proyecto a Claude Code o Cursor antes de refactorizar una base de código grande.
- Estimar qué puede dejar de funcionar al modificar una función, un tipo o un módulo.
- Obtener una visión general de la arquitectura o encontrar puntos con alta complejidad en un proyecto Rust desconocido.
- Ejecutar modelos de embeddings locales y autoalojados para mantener el código fuente en tu máquina.
Inicio rápido
- 1
Sigue la Installation Guide (docs/INSTALLATION_GUIDE.md) para instalar CodeGraph
- 2
Indexa tu proyecto con el nivel balanced
codegraph index /path/to/project --index-tier balanced - 3
Haz una pregunta desde la línea de comandos
codegraph agent context "your question"
Antes de usarlo
- Los niveles de indexación balanced y full requieren instalar servidores de lenguaje externos, como rust-analyzer, node o gopls.
- La indexación ofrece muchas opciones de configuración y variables de entorno, por lo que la puesta en marcha requiere cierto esfuerzo.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es codegraph-rust?
- Herramienta en Rust que crea un grafo semántico de conocimiento de tu código y ofrece herramientas de análisis mediante MCP para agentes de programación. CodeGraph indexa un proyecto y lo convierte en un grafo de conocimiento compuesto por nodos y aristas. Para ello, combina el análisis de AST, la resolución opcional de símbolos mediante el servidor de lenguaje, la vinculación de módulos y los embeddings. El grafo se almacena en una base de datos SurrealDB integrada, dentro del directorio .codegraph de cada proyecto, así que no hace falta un servidor de base de datos independiente.
- ¿codegraph-rust es gratuito? ¿Qué licencia tiene?
- codegraph-rust no declara ninguna licencia. Su código es público, pero sin licencia no tienes permiso explícito para reutilizarlo; consulta al autor antes de depender de él.
- ¿codegraph-rust sigue mantenido?
- Mantenimiento activo. El último commit de codegraph-rust fue el 12 oct 2026.
- ¿Para qué puedo usar codegraph-rust?
- Dar contexto de todo el proyecto a Claude Code o Cursor antes de refactorizar una base de código grande. Estimar qué puede dejar de funcionar al modificar una función, un tipo o un módulo. Obtener una visión general de la arquitectura o encontrar puntos con alta complejidad en un proyecto Rust desconocido. Ejecutar modelos de embeddings locales y autoalojados para mantener el código fuente en tu máquina.
- ¿Cómo se instala codegraph-rust?
- Sigue la Installation Guide (docs/INSTALLATION_GUIDE.md) para instalar CodeGraph Indexa tu proyecto con el nivel balanced: codegraph index /path/to/project --index-tier balanced Haz una pregunta desde la línea de comandos: codegraph agent context "your question"
- ¿Dónde consigo codegraph-rust?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Jakedismo/codegraph-rust
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Un grafo de contexto con una CLI que indexa tu base de código, incidencias y conocimiento del equipo para que los agentes de programación con IA trabajen con contexto específico del proyecto.
Framework open source de GraphRAG y agentes que responde preguntas de varios saltos sobre un grafo de conocimiento con citas; funciona localmente con Ollama o en la nube.
Base de datos de embeddings de código abierto para aplicaciones de IA, que almacena documentos y vectores para habilitar búsquedas semánticas, híbridas y de texto completo.
Un almacén local de memoria para IA que registra a quién pertenece cada recuerdo, cuál es su fuente, cuándo fue válido y quién puede leerlo.
Convierte el código, la documentación, los esquemas y los PDF de un proyecto en un grafo de conocimiento consultable para asistentes de programación con IA, generado localmente mediante el análisis AST de tree-sitter.