热门技能日报 Vol.041 · MCP工具｜为AI编程Agent装上代码知识图谱

访问量： 128

热门技能日报 Vol.041 · codebase-memory-mcp｜为AI编程Agent装上代码知识图谱

你是不是也这样 👇

让 Claude Code / Cursor 改一个老项目里的 Bug，Agent 上来先一通 Read 文件，Read 了几十个文件还是找不到调用关系，Token 烧得飞快，最后答非所问。

结果：一个本该 5 分钟搞定的问题，因为 Agent 看不到代码全局图，硬是拖成了 30 分钟 + 一张天价账单。

这个 Skill 做的事很简单：

给你的 Coding Agent 装一个代码知识图谱，把整个代码库变成一张可查询的图：函数、类、调用链、HTTP 路由一目了然。Agent 不再 Read 一个又一个文件，直接查图 → 一次拿到答案。

做完之后你会看到什么？

Before	▸ Agent 改一个函数，先 Read 30+ 文件找调用关系 ▸ 大型仓库（Linux kernel 这种 2800 万行）根本跑不动 ▸ Token 消耗爆炸，单次任务经常上百万 token ▸ Agent 看不到跨服务调用，问东答西
After	▸ Agent 改之前先查图，秒级拿到完整调用链 ▸ Linux kernel 3 分钟全量索引，结构化查询 1ms 返回 ▸ 同类查询 token 减少 120 倍（3400 vs 412000） ▸ 跨文件、跨服务的真实依赖关系清晰可见

照着做，5 分钟看到效果 👇

1一行命令安装（30秒）

macOS / Linux 一行搞定：

curl -fsSL https://raw.githubusercontent.com/DeusData/codebase-memory-mcp/main/install.sh | bash

✅ 预期效果：单文件二进制已下载到 ~/.local/bin，自动配置到 Claude Code / Codex / Cursor 等 43 种 agent

2索引你的项目（看仓库大小）

在 Agent 里说一句话：

Index this project

✅ 预期效果：平均仓库毫秒级完成索引，Linux kernel 这种 2800 万行 / 75K 文件也只要 3 分钟

3让 Agent 用图查（开始省 token）

直接问代码结构问题：

Who calls Search() and what does Search() call?

✅ 预期效果：Agent 调 trace_path，一次拿到 5 层深的完整调用链，不用再 Read 几十个文件

它凭什么能省 120 倍 token？

01 · 158 种语言的代码索引

底层用 tree-sitter 做 AST 解析，加上 Hybrid LSP 做类型解析，能正确处理 Python/TS/Go/Rust/Java/C++ 等主流语言里的 import、泛型、继承、async 调用。理解的不是字符串，是真的代码结构。

▸ 关键指标：Linux kernel 2800 万行 / 3 分钟 / 毫秒级查询

02 · 15 个 MCP 工具直接喂给 Agent

search_graph / trace_path / get_architecture / detect_changes / query_graph（Cypher 子集）…… 一个 MCP 协议把整个图谱能力暴露出去，Agent 不用学新 API，像查表一样查代码。

▸ 关键指标：43 种 agent 一键接入，零运行时依赖

03 · 跨服务 HTTP 调用也能追踪

不只是单文件内的函数调用。它能把”前端路由 → 后端 API → 数据库表”这种跨服务调用关系也建边，写微服务的项目终于能看清单个改动的爆炸半径。

▸ 关键指标：Louvain 社区检测 + 死代码识别 + 架构 ADR 持久化

适不适合你？

✅ 适合你	用 Claude Code / Cursor / Codex 改大型老项目，Agent 总是找不到上下文
✅ 适合你	做微服务 / 多仓库架构，需要看跨服务调用关系
✅ 适合你	关心 LLM API 账单成本，想让 Agent 少烧 token
⚠️ 不急	你只改 1-2 个文件的小项目，简单 Read 就够用

15 个 MCP 工具速查