AST-kennisgrafieken voor meertalige codebase-analyse en refactoring
code-graph-rag, van Vitali87, is een MCP-server die meertalige repositories omzet in gestructureerde kennisgrafieken ter ondersteuning van code-bewuste AI-assistenten. De tool parseert code met Tree-sitter en bouwt AST-gebaseerde grafieken voor semantische queries, gegevensstroomtracering en AST-patchvoorvertoningen. Het integreert met Memgraph, biedt SSR via ast-grep en stelt CLI-sessie token tracking bloot. Doelgebruikers zijn onder andere ingenieurs en onderzoekers die diepere architectonische context nodig hebben voor complexe codevragen en gecontroleerde refactoring.
Voor welke taken kun je het eigenlijk gebruiken?
De tool transformeert grote monorepos in doorzoekbare grafieken, zodat teams architectuurniveau vragen kunnen stellen, gegevensstromen kunnen traceren en nauwkeurige refactors kunnen uitvoeren. Het gebruikt Tree-sitter om meerdere talen te indexeren en biedt structurele zoek-en-vervang met ast-grep plus AST-gebaseerde patchvoorbeelden. Typische uitkomsten zijn het vinden van cross-project oproepketens, het lokaliseren van routehandlers op URL, en het produceren van diffs voor chirurgische bewerkingen, wat zowel analyse als gecontroleerde geautomatiseerde wijzigingen ondersteunt.
Hoe nauwkeurig zijn de uitkomsten vergeleken met handmatig doen?
Door een AST-gebaseerde kennisgrafiek op te bouwen in plaats van te vertrouwen op platte tekstvectoren, behoudt de tool syntactische relaties zoals oproepen, definities en overerving, wat de relevantie voor structurele queries verbetert. De SSR en AST-patching produceren bewerkingen die in lijn zijn met de code-structuur in plaats van token-niveau suggesties. Gebruikers moeten nog steeds geautomatiseerde wijzigingen controleren, omdat de tool gegevensstromen traceert maar menselijke verificatie voor ontwerp- of beveiligingsbeslissingen niet vervangt.
Welke bestandsformaten en configuraties zijn vereist?
De server is afhankelijk van Tree-sitter taalparser en een grafdatabase backend; ondersteunde talen zijn C++, Python, Go, Ruby, Java, C#, en Rust. Het integreert met Memgraph en draait meestal via Docker of lokale Node.js en Python omgevingen, zodat projecten parsbare bronbomen moeten bieden. De tool kan binaire artefacten of niet-parsbare bronnen niet rechtstreeks indexeren, en de taaldekking hangt af van beschikbare Tree-sitter grammatica's.
Vereist het technische kennis om nuttige resultaten te krijgen?
Ja; het opzetten van Memgraph, het configureren van een MCP-client en het beheren van Tree-sitter parsers vereist ontwikkelaarsniveau vaardigheden. De server biedt CLI-tools voor sessietoken-tracking en integreert met MCP-hosts zoals Claude Desktop, zodat het past in ontwikkelingsworkflows die een lokale servicecomponent accepteren. Lokale implementatie met Docker houdt de code binnen de infrastructuur van het team, wat relevant is voor teams die gevoelige repositories beheren in plaats van openbare hosting.
Een praktische keuze voor teams, niet voor individuele knutselwerk
code-graph-rag is een specialistische optie voor engineeringteams en onderzoekers die grote monorepos beheren en een door het team gehoste service kunnen bedienen. Verwacht iemand aan te wijzen om de parsing en de MCP-verbinding te onderhouden en om eventuele geautomatiseerde bewerkingen te controleren voordat ze worden samengevoegd. Voor groepen die deze operationele overhead kunnen absorberen, ondersteunt de tool diepere architectonische queries en veiligere programmatic refactoring; casual of projecten met één ontwikkelaar kunnen het zwaar vinden.
