Serveur MCP codegraph
Commit 4 nov. 2026Analyse les dépôts TypeScript, JavaScript et Python pour générer des graphes d'appels, des analyses d'impact et de l'archéologie de code via l'analyse statique.
Aussi connu sous attnstack/codegraph
- Étoiles
- 1
- Outils
- —
- Téléchargements, 30 jours
- —
- Dernière version
- 1.0.0
- Dernier commit
- 4 nov. 2026
- Licence
- MIT
Qu'est-ce que codegraph MCP ?
codegraph est un serveur MCP. Analyse les dépôts TypeScript, JavaScript et Python pour générer des graphes d'appels, des analyses d'impact et de l'archéologie de code via l'analyse statique.
Résumé généré à partir du README du projet
À propos du MCP server codegraph
Analyser les effets de bord des modifications de code dans les dépôts TypeScript, JavaScript ou Python est ce que codegraph permet aux développeurs de faire. En utilisant tree-sitter pour parser le code en un graphe d'appels complet, il fournit des réponses précises concernant les appelants de fonctions, l'analyse d'impact et la lignée du code. Cet outil est conçu pour les ingénieurs qui ont besoin de plus que de simples recherches textuelles ou de recherches de références à un seul niveau lors du refactoring ou du débogage de systèmes complexes.
Les utilisateurs peuvent interagir avec le système via une interface en ligne de commande ou le connecter à des clients IA comme Claude Code ou Cursor en utilisant le protocole MCP stdio. Le serveur s'exécute localement et peut être déployé via Docker pour éviter d'installer la chaîne d'outils Rust. Il gère les données via une base de données SQLite locale et effectue des mises à jour incrémentielles pour garantir que les requêtes restent rapides, même lorsque les fichiers changent. Contrairement aux outils basés sur les vecteurs, il repose sur une analyse statique déterministe pour fournir des résultats reproductibles, en étiquetant explicitement les appels dynamiques qui ne peuvent pas être résolus statiquement.
Ce que vous pouvez faire avec
- 1Évaluer l'impact d'un refactoringDéterminer quelles parties d'une base de code seront affectées par la modification d'une fonction spécifique.
- 2Tracer les chemins d'exécutionSuivre le flux logique depuis un point d'entrée à travers diverses fonctions intermédiaires jusqu'aux appels externes.
- 3Identifier le code mortLocaliser les fonctions orphelines qui ne sont plus appelées au sein du dépôt.
- 4Effectuer de l'archéologie de codeÉtudier l'historique d'un symbole pour voir quels commits et pull requests ont introduit des lignes spécifiques.
Extrait du README du projet. Chaque cas d'utilisation est vérifié par rapport à une citation du document.
Vérifications automatisées
Exécuté le 15 nov. 2026Rapport complet →Pas encore vérifié. Un serveur nécessite un score de 80, aucune faille sérieuse et suffisamment de données pour que nous puissions effectuer les vérifications. Fonctionnement des vérifications · Ce qu'il faut corriger pour gagner des points
- Dépôt source lié et accessibleattnstack/codegraph is public and reachablegithub.com/attnstack/codegraph ↗Réussi
- Le nom du package correspond au dépôt sourceNon vérifié
- Provenance du build (attestation Sigstore)Non vérifié
- Licence open source (OSI)MITspdx.org/licenses/MIT.html ↗Réussi
- Commit ou version publiée au cours de l'année écouléeLast commit or release 2026-11-04github.com/attnstack/codegraph ↗Réussi
- OpenSSF ScorecardNon vérifié
- Nom du package non proche d'un package populaireNon vérifié
- Aucun avis critique dans le package ou ses dépendancesNon vérifié
- Aucune instruction cachée destinée au modèle0 tool descriptions and the README read; no override phrases, credential paths or hidden charactersRéussi
- Les outils destructifs sont étiquetésNon vérifié
- Le point de terminaison distant répond à la poignée de main MCPNon vérifié
README
Voir sur GitHubcodegraph
改一行代码,怎么知道会波及哪些地方?IDE 的"查找引用"只给一跳,全局搜索只会匹配文本。codegraph 用 tree-sitter 把整个 TypeScript/JavaScript(以及 Python)仓库解析成一张调用图(函数 / 类 / 文件 × 调用 / 继承 / 导入),然后直接回答:
- 谁调用了它 —— 每个调用点带源码位置
- 改它影响谁 —— 影响面按风险排序,每条附完整调用链
- 从入口到 DB/外部调用 中间经过了谁
所有结论来自静态解析,每条边都能点回源码。解析不了的地方(动态调用、同名歧义、被局部变量遮蔽)会明确标成 dynamic 列出来,而不是硬塞一个可能错的答案给你。不需要向量库,不需要上传代码,查询结果可复现。

快速上手
git clone https://github.com/attnstack/codegraph.git && cd codegraph
cargo build --release
# 对任意 TS/JS 仓库建图(仓库自带一个演示项目)
./target/release/codegraph index --root fixtures/demo-app
# 问它问题
./target/release/codegraph who-calls charge --root fixtures/demo-app
# 开发态:保存即自动增量重建(可另开一个终端挂着)
./target/release/codegraph watch --root fixtures/demo-app
./target/release/codegraph impact charge --root fixtures/demo-app
./target/release/codegraph trace Checkout.createOrder format --root fixtures/demo-app
./target/release/codegraph callees charge --root fixtures/demo-app # 它调用了谁
./target/release/codegraph dead-code --root fixtures/demo-app # 孤儿函数
./target/release/codegraph cycles --root fixtures/demo-py # import 循环(python 仓库)
./target/release/codegraph hotspots --root fixtures/demo-app
Python 仓库用法完全一样——试试 --root fixtures/demo-py。
impact 的输出长上面截图那样:按风险排序的受影响清单 + 每条的证据链。风险分的算法在架构文档里,一句话版本是"沿调用链每跳衰减 0.8,不同边类型不同权重"。
接入 Claude Code / Cursor
CLI 之外还有一个 MCP stdio 出口,Agent 可以直接调用同一套查询:
{
"mcpServers": {
"codegraph": {
"command": "/path/to/codegraph",
"args": ["mcp", "--root", "/path/to/your/repo"]
}
}
}
不想装 Rust 工具链的话,仓库带了 Dockerfile:
docker build -t codegraph .
docker run -i --rm -v /path/to/your/repo:/repo codegraph # 起 MCP stdio
docker run --rm -v /path/to/your/repo:/repo codegraph index --root /repo # 当 CLI 用
提供 9 个工具:who_calls / impact / trace / callees / dead_code / cycles / hotspots / search / archaeology。改完文件不用手动重建——每次工具调用前会做 mtime/size 预筛,发现漂移自动增量更新。协议实现是手写的最小 JSON-RPC 子集,用官方 TypeScript SDK 做了契约测试(这也是 CI 的一部分)。
archaeology 单独说一下:基于 git blame -C 做代码考古,输入一个符号,返回它每行是哪个 commit 引入的、谁写的、关联哪个 PR。接手别人的老模块时挺好用。
为什么不用向量库
语义相似不等于真有调用关系。改代码影响评估需要的是确定的边,不是"感觉相关的前 k 个"。代价也很实在:解析成本(靠增量更新摊薄)和语言覆盖(目前只有 TS/JS)。如果你要的是"帮我找实现某个业务概念的代码",这是另一类问题,embedding 检索更合适,两者不冲突。
工作原理
graph LR
A[文件发现<br>gitignore 感知] --> B[tree-sitter 解析<br>并行,仅变更文件]
B --> C[符号解析<br>全量视图重跑]
C --> D[(SQLite / WAL)]
D --> E[查询层<br>闭包 / 双向 BFS / PageRank]
E --> F[CLI]
E --> G[MCP stdio]
H[git blame] --> E
几个关键取舍(细节在 docs/ARCHITECTURE.md):
- 节点身份不含行号。span 只是属性,否则每编辑一次全部节点 id 洗牌,增量更新就没法做了。
- 每个调用点单独存一行(refs 表),边表只是聚合缓存。证据链、增量重解析的原材料,都是同一份 refs。
- 增量的正确性靠拆分:tree-sitter 解析(贵)只做变更文件;符号解析(便宜,全是哈希查找)每次对全量视图重跑。所以"增量结果 == 全量重建"能拿 fuzz 测试证明——随机改文件,两边各查一遍全部符号,逐字段断言相等。这个测试在 CI 里跑。
性能
我机器上(Ryzen 7 7735H,Windows 11,release 构建)跑合成语料(700 个文件、10.5 万行、1.5 万节点 / 3.3 万边):
| 操作 | 耗时 |
|---|---|
| 全量重建 | 0.77s |
| 单文件变更增量更新 | 0.87s |
| 各查询命令 | 0.19–0.21s |
查询那 0.2s 基本是进程启动和快照装载,算法本身毫秒级。同目录 grep -rn 一遍要 0.35s,而且它只能给你文本行。
说句实话:这个规模下全量重建本来就不慢,增量并不比它快。增量的价值在于正确性模型(上面说的 fuzz 等式)和更大的语料/更慢的磁盘。数字怎么测的、怎么复现,见 scripts/bench.sh。
已知不足
- JS 没有类型信息,
obj.method()这类调用很多解析不出来,进了 dynamic 桶。要彻底解决得接 tsc 的类型表,暂时没做。 - 装饰器路由、DI 容器、monkey-patch 这类运行时魔法,静态分析原则上无解,全部如实标 dynamic。
- 证据链是调用链,不含数据流。严格的影响面要程序切片(SDG),是后面想做的方向。
- 语言适配器覆盖 TS/JS 和 Python。加一门语言 = 一个 grammar 依赖 + 一份 queries 文件 + 在 parse.rs 注册(见 CONTRIBUTING);python 的 import 环检测也顺带做了,但 barrel 式 re-export 链目前只在 TS 侧支持。
- benchmark 用的是合成语料,真实大型 monorepo(workspace 协议、多层 tsconfig extends)没回归过。
更新日志
版本历史见 CHANGELOG.md。
License
Questions sur codegraph MCP
Quels langages de programmation sont pris en charge ?
L'outil prend actuellement en charge TypeScript, JavaScript et Python.
Comment gère-t-il les appels dynamiques ou les références ambiguës ?
Les appels impossibles à résoudre, tels que les appels dynamiques ou les ambiguïtés de nommage, sont explicitement étiquetés comme « dynamic » plutôt que de fournir des réponses potentiellement erronées.
Puis-je l'utiliser avec Claude Code ou Cursor ?
Oui, il fournit une sortie MCP stdio qui permet aux agents IA d'appeler la même suite de requêtes.
Nécessite-t-il une base de données vectorielle ?
Non, il repose sur l'analyse statique et ne nécessite ni base de données vectorielle ni téléchargement de code vers un service externe.