Yerel MCP sunucusu, sorgulanabilir kod grafiklerine haritalar oluşturur
code-context-graph, Tae2089'dan, AI kodlama ajanlarının kod odaklı sorguları temellendirmesi için yoğun, yapılandırılmış bir bağlam sağlar. Bir depoyu sorgulanabilir bir grafiğe dönüştürerek dil modellerinin ilgili kod segmentlerini ve ilişkileri bulmasını sağlar, böylece tüm dosya setlerini taramak yerine alakasız bağlamı azaltır. Araç, grafik dizinleme, niyet anotasyonları, kanıt temelli geri alma, çoklu veritabanı desteği ve depolar için webhook senkronizasyonu sunar. Mühendisler ve AI araştırmacıları, karmaşık kod görevleri ve etki analizi için daha yüksek doğrulukta yerel bağlam elde ederler.
Gerçekten hangi görevler için kullanabilirsiniz?
Sunucu, semboller, çağrılar ve bağımlılıklar hakkında yapılandırılmış bir bilgi grafiğine depo indeksler. Bu grafik, AI ajanları tarafından somut görevleri yerine getirmek için sorgulanabilir, örneğin:
- çağrı noktaları arasında etki analizi
- veri veya kontrol yollarını takip etmek için akış izleme
- ölü kod tespiti ve depo hijyen kontrolleri
33+ MCP aracı için destek, bu iş öğelerine özel hazır analiz ilkelere sağlar.
Çıktılar, manuel olarak yapmaya kıyasla ne kadar doğru?
Sunucu, metin benzerliği yerine kod yapısını hedefleyen vektörsüz alım sağlayan AST tabanlı ayrıştırma için Tree-sitter kullanır. Bu yaklaşım, dosyalar arası çağrı grafiklerini bulurken kod spesifik sorgular için gömülü tabanlı alımdan daha yüksek hassasiyet sağlar. Yerleşik kapsama, Go, Python, TypeScript ve Java dahil olmak üzere 12 dili kapsar ve bu da ayrıştırılan sembollerin yaygın yığınlar arasında tutarlı kalmasını sağlar.
Hangi girdiler ve altyapı gerektirir?
Entegrasyon, MCP uyumlu bir istemci ve dağıtılmış bir sunucu örneği gerektirir. Arka uç Go dilinde yazılmıştır ve tek makine kullanımı için yerel SQLite veya daha büyük dağıtımlar için PostgreSQL destekler. Depolar, GitHub ve Gitea için otomatik web kancaları aracılığıyla senkronize edilir ve sunucu, AI istemcilerin ham dosya dökümlerini almak yerine indekslenmiş grafiğe sorgu yapmasına olanak tanıyan sorgu API'leri sunar.
Tipik geliştirici iş akışlarına uyuyor mu?
Sunucu, MCP ekosisteminde AI destekli geliştirme araç zincirlerine entegrasyonu hedefler. Claude Desktop ve Cursor gibi MCP istemcileri ile çalışır ve insan incelemesi için bir Tarayıcı Wiki UI ve Obsidian tarzı bir grafik görüntüleyici sağlar. Geliştirici projeyi açık kaynak olarak yayınlar ve proje, basit metin aramasının navigasyon yapamadığı karmaşık depo yapılarıyla ilgilendiği için MCP geliştirici topluluğunda iyi karşılanan bir proje olarak not edilir.
Son değerlendirme: kim benimsemeli?
Sunucu, AI asistanlarına hassas, kod bilgisi olan bağlam sağlamak isteyen mühendislik ekipleri ve araştırmacılar için pragmatik bir seçenektir. Depo entegrasyonu ve bazı altyapı çabaları gerektirir, bu nedenle özel araçları olmayan daha küçük ekipler kurulum yükü ile karşılaşabilir. Manuel aramayı azaltmak için kullanın ve üretim kodunda yüksek riskli değişiklikler yaparken çıktıları insan incelemesi ile birleştirin. İndeksleri güncel tutmak için mütevazı operasyonel bakım planlayın.
