代码知识图谱与MCP协议生态

从源码到知识图谱：代码智能的新范式

codebase-memory-mcp 将整个代码库解析为持久化的知识图谱——函数、类、调用链、依赖关系皆可图查询。通过 MCP 协议接入 Claude Code / Cursor，AI 编码 Agent 不再需要把整份文件塞进上下文，而是直接在图谱上"导航"，token 消耗骤降 99%。

32K+

GitHub Stars

158

解析语言

99%

Token 节省

数分钟

Linux 内核索引

端到端流水线 · 源码 → 解析 → 图谱 → 协议 → 智能体

模块标题

模块描述

方案对比矩阵 · 传统代码智能 vs 知识图谱 + MCP

维度

传统方式

知识图谱 + MCP

上下文方式

整份文件塞入上下文

图谱按需取相关子图

Token 消耗

9.2 万 (易超限)

920 (省 99%)

代码理解

字符串 / 正则匹配

语义 + 调用链图遍历

跨语言

每语言单独工具

tree-sitter 统一 158 语言

隐私

常需上传云端

完全本地，零外发

部署

多运行时依赖

单 C 二进制零依赖

查询精度

召回 ~40%

召回 ~95%

增量更新

全量重扫

diff 增量合并

四大设计原则 · 代码知识图谱 + MCP 的工程哲学

图谱优先

代码先解析为知识图谱，AI 查询图谱而非通读源码，理解更准更快。

协议标准

MCP 让工具即插即用，Agent 与图谱实现彻底解耦，可替换可组合。

本地至上

解析、存储、查询全程本地完成，隐私安全与低延迟兼得。

增量演进

diff 驱动的增量更新，日常编辑近乎零成本，无需全量重建。

核心概念速查 · 8 个关键词理解代码知识图谱与 MCP 协议生态

tree-sitter

支持 158 语言的增量解析框架，生成容错 AST，编辑后只重算受影响子树。

AST

抽象语法树：源码的结构化表示，每个节点对应一个语法构造并带位置信息。

知识图谱

函数/类/模块/路由为节点，调用/引用/依赖为边的可查询图结构。

MCP

Model Context Protocol：标准化 LLM 与外部工具连接的 JSON-RPC 协议。

Token 节省

图谱结构化查询只取相关子图，上下文 token 从 9.2 万降至 920，节省 99%。

调用链

函数间调用关系形成的路径，支持 N 跳遍历与影响面分析。

持久化

图谱落盘存储到 .kg 目录，重启不丢失，单 C 二进制零依赖。

增量更新

文件改动后 diff 新旧 AST，仅对变化部分重解析并合并入图谱。

技术栈全景 · 构成代码知识图谱 + MCP 生态的关键组件

tree-sitter

多语言增量解析器，产出容错 AST。

codebase-memory-mcp

图谱构建与持久化的核心服务，32K stars。

MCP

Model Context Protocol，工具连接标准。

Claude Code

Anthropic 命令行 AI 编码 Agent。

Cursor

AI 原生代码编辑器，原生支持 MCP。

Graph Store

邻接表 + 索引的图数据库，落盘 .kg。

Query Engine

类 Cypher 图查询，支持 N 跳遍历。

C Binary

单一可执行文件，零运行时依赖。