Преобразует кодовую базу, документацию, схемы и PDF в граф знаний для AI-ассистентов разработки, который можно запрашивать; строит его локально с помощью разбора AST через tree-sitter.
DeusData/codebase-memory-mcp
MCP-сервер индексирует код, документацию и инфраструктуру в локальный граф знаний, чтобы AI-агенты для программирования могли изучать структуру проекта, не перечитывая файлы.
- Звёзды
- 47,045
- Форки
- 3,863
- Открытые issues
- 622
- Последний коммит
- 3 часа назад
Что это?
codebase-memory-mcp — нативный MCP-сервер на C, который строит постоянный локальный граф знаний по репозиторию. Он разбирает исходный код с помощью встроенных грамматик tree-sitter, связывает символы через вызовы, импорты и наследование, а также соединяет их с документацией в Markdown и PDF и конфигурациями Docker, Kubernetes, Helm, Terraform, Ansible и CI. Затем агенты для программирования могут с помощью 17 MCP-инструментов запрашивать вызывающий код, зависимости, влияние изменений и пути развёртывания или обращаться к графу напрямую через CLI.
Индексация и запросы выполняются полностью на локальной машине — без размещённого сервиса и API-ключа. Встроенный семантический поиск использует модель эмбеддингов, скомпилированную в бинарный файл. Установщик настраивает совместимые клиенты агентов, например Claude Code, Codex, Cursor и Windsurf, добавляя инструкции, skills и hooks там, где это поддерживается.
CBM Lens — дополнительный браузерный интерфейс в открытой бета-версии. Он визуализирует граф в виде архитектурных карт и 3D-графа вызовов, а также показывает исходный код и диагностику покрытия. Кроме того, в него входит локальный чат, который может отвечать на вопросы о выбранном коде с помощью модели, работающей на устройстве.
Ключевые возможности
- 01Предоставляет 17 MCP-инструментов для структурного поиска, отслеживания вызовов, сводок по архитектуре и анализа влияния изменений.
- 02Разбирает код на многих языках с помощью встроенных грамматик tree-sitter и находит вызовы между файлами.
- 03Связывает документацию в Markdown, PDF и ADR с упоминаемыми в ней символами кода.
- 04Связывает конфигурации Docker, Kubernetes, Helm, Terraform и Ansible с исходным кодом.
- 05Выполняет семантический поиск, поиск BM25 и структурный поиск без внешнего API или сервиса.
- 06Устанавливает конфигурацию MCP и skills для агентов с поддержкой 45 клиентских интеграций.
Сценарии использования
- Помогать AI-агенту для программирования разбираться в незнакомой крупной кодовой базе, не перечитывая множество файлов.
- Отслеживать, на какие сервисы и образы повлияют изменения в Kubernetes или Terraform.
- Оценивать, какие символы и тесты могут затронуть несколько незафиксированных изменений.
- Визуально изучать архитектуру репозитория через интерфейс CBM Lens.
Быстрый старт
- 1
Запустите официальный скрипт установки для macOS или Linux, указанный в README
- 2
Перезапустите своего агента для программирования
- 3
Попросите агента проиндексировать проект
- 4
При желании запустите визуальное дополнение CBM Lens
codebase-memory-mcp daemon start --open --port=9749
Что важно знать
- Визуальное дополнение CBM Lens находится в открытой бета-версии (v0.0.1).
- В некоторых конфигурациях для установки в Windows требуется обходное решение для политики выполнения PowerShell.
- Microsoft Defender может ошибочно пометить бинарный файл версии для Windows.
Темы
Частые вопросы
- Что такое codebase-memory-mcp?
- MCP-сервер индексирует код, документацию и инфраструктуру в локальный граф знаний, чтобы AI-агенты для программирования могли изучать структуру проекта, не перечитывая файлы. codebase-memory-mcp — нативный MCP-сервер на C, который строит постоянный локальный граф знаний по репозиторию. Он разбирает исходный код с помощью встроенных грамматик tree-sitter, связывает символы через вызовы, импорты и наследование, а также соединяет их с документацией в Markdown и PDF и конфигурациями Docker, Kubernetes, Helm, Terraform, Ansible и CI. Затем агенты для программирования могут с помощью 17 MCP-инструментов запрашивать вызывающий код, зависимости, влияние изменений и пути развёртывания или обращаться к графу напрямую через CLI.
- codebase-memory-mcp можно использовать бесплатно? Какая у него лицензия?
- codebase-memory-mcp распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- codebase-memory-mcp всё ещё поддерживается?
- Активно поддерживается. Последний коммит в codebase-memory-mcp — 21 окт. 2026 г..
- Для чего можно использовать codebase-memory-mcp?
- Помогать AI-агенту для программирования разбираться в незнакомой крупной кодовой базе, не перечитывая множество файлов. Отслеживать, на какие сервисы и образы повлияют изменения в Kubernetes или Terraform. Оценивать, какие символы и тесты могут затронуть несколько незафиксированных изменений. Визуально изучать архитектуру репозитория через интерфейс CBM Lens.
- Как установить codebase-memory-mcp?
- Запустите официальный скрипт установки для macOS или Linux, указанный в README Перезапустите своего агента для программирования Попросите агента проиндексировать проект При желании запустите визуальное дополнение CBM Lens: codebase-memory-mcp daemon start --open --port=9749
- Где скачать codebase-memory-mcp?
- Исходный код и инструкции по установке — на GitHub: https://github.com/DeusData/codebase-memory-mcp
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Индексирует кодовую базу в граф знаний зависимостей, цепочек вызовов и потоков выполнения и предоставляет его AI-агентам для программирования через инструменты MCP.
Индексирует многоязычные кодовые базы в граф знаний, чтобы через AI-агента или MCP-сервер искать, изучать и редактировать код на обычном английском.
Локальный граф знаний о коде, который помогает AI-инструментам точнее проводить ревью через MCP и CLI.
Локальный каталог и среда управления, в которой Codex или Claude могут искать среди 2 700+ сценариев SKILL.md, выбирать нужные навыки, проверять стек и просматривать план установки.
Open-source платформа памяти для AI, которая превращает документы, код и диалоги в локально размещённый граф знаний для AI-агентов.