代码搜索-mcp

密码搜索人工智能特工 遍及你拥有的所有仓库.

code-search-mcp 是一个用于索引许多 即时寄存器并给出任何 MCP 客户端( Claude Code, Claude Desktop, 咒语,或者你自己的经纪人) 三件事 grep 和纯向量搜索 无法:

• 找到正确代码的混合搜索. 它处理精确的识别器, 在一个查询路径中部分名称、错误字符串和纯英语问题.
• 密码图. 特工可以看见呼叫者 被呼叫者 呼叫链 死亡密码, 和爆炸半径 diff.
• 一个系统图横跨仓库. 它连接到HTTP路线, gRPC 服务、Kafka专题、数据库表格、环境 vars 和共享类型 连接您的服务, 因此“ 谁消费这个话题 ” 有一个答案 .

它运行在笔记本电脑在stdio, 或者作为一个共享的HTTP服务器为整个团队. 它被测试在超过100万个索引代码块.

npm install -g @esankhan3/code-search-mcp
ollama pull bge-m3                                   # or use an OpenAI / Voyage / Mistral key
claude mcp add code-search -- code-search-mcp --local ~/code

就是这样。 你的探员现在知道你的密码了 这个 分步向导 覆盖一切方法运行它.

目录

• 你的经纪人可以问什么
• 快开始
• 工具
• 如何运作
• 规模业绩
• 如何运行它
• 配置
• 安保和行动
• 支持的语言
• 设计原则
• 发展

你的经纪人可以问什么

快开始

1. 安装. 需要20个节点或更新 git。 。 。 .

npm install -g @esankhan3/code-search-mcp

此安装三个命令: code-search (CLI), (中文(简体) ), code-search-mcp (MCP服务器)和 code-search-daemon (表-再指数).

2. 选个嵌入器. 默认( E)auto)使用它发现的第一个:

3. 终点站的索引和查询.

code-search index ~/code --project acme       # one repo, or a folder full of repos
code-search query --project acme "where do we retry failed webhooks"
code-search query --project acme "WebhookRetryPolicy" --mode bm25

4. 连接您的MCP客户端.

# Claude Code
claude mcp add code-search -- code-search-mcp --local ~/code --project acme

// Claude Desktop (claude_desktop_config.json) or Cursor (~/.cursor/mcp.json)
{
  "mcpServers": {
    "code-search": {
      "command": "code-search-mcp",
      "args": ["--local", "/Users/me/code", "--project", "acme"]
    }
  }
}

该指南涵盖团队服务器、Docker、GitHub orgs、对象存储和 排除出问题 : 运行中。 。 。 .

工具

十七种工具分四组. 每个工具都验证其反对的论据 其策略和返回 isError: true 当他们错了,有原因.

搜索

图

符号有确切名称或全称匹配 repo::file::entity 编号. fuzzy: true 匹配对大小写不敏感的子字符串。 多跳转弯 绑定( 50k 节点, 1 s), 因此大圆形的中枢符号得到部分 回答是这么说的 永远不要挂断.

简介和索引

加上MCP资源: code-search://repos, (中文(简体) ), code-search://system-graph, (中文(简体) ), code-search://repo/{name}/profile, (中文(简体) ), code-search://repo/{name}/graph。 。 。 .

如何运作

flowchart LR
  subgraph Index["Indexing (incremental)"]
    direction TB
    A[Discover repos] --> B[Change check per repo<br/>git SHA + working-tree snapshot]
    B --> C[AST chunking<br/>tree-sitter, 8 languages]
    C --> D[Per-repo code graph<br/>calls, imports, types, inheritance]
    C --> E[Cross-repo signals<br/>routes, topics, tables, env vars, ...]
    E --> F[Hash-join correlation<br/>14 strategies]
    D & F --> G[(System graph<br/>SQLite)]
    C --> H[Embed only changed chunks<br/>reuse vectors by content hash]
    H --> I[(LanceDB<br/>vectors + full-text + trigram indexes)]
  end
  subgraph Query["Query"]
    direction TB
    Q[Query] --> K[Classify:<br/>identifier, path, error, natural language]
    K --> V[Vector] & BM[Keyword BM25<br/>tokens + identifier parts] & S[Symbol names<br/>exact + trigram substring] & P[Exact phrase]
    V & BM & S & P --> R[Weighted rank fusion<br/>+ exact-symbol pin + dedupe]
    R --> X[Graph expansion<br/>callers, callees, type refs]
    X --> RR[Optional cross-encoder rerank]
  end
  I --> V & BM & S & P
  G --> X

春克跟随代码的结构. 文件在定义边界中分割 (功能,类,方法,顶级常数),不是每个N行. 每个 块带上下文前缀( 文件路径、 模块和导入) 嵌入着它.

四个检索级平行运行. 矢量搜索捕获意图. BM25在原始标志和复合识别器上运行 所以 "预期的积压数"发现 verifyExpectedBacklogCount符号级 通过三克索引将实体名称精确匹配为子字符串, 所以 SearchResponse 发现 CompanySearchResponse选项 字符串单词。 查询分类器对每个查询的分级权重 : 标识符依靠关键字,问题依靠向量.

图表比绘图要多. 它提供检索(种子点击拉入) 直接回答结构性问题. 交叉储存地边缘来自14个探测器:npm和工作空间 依赖性,共享类型,env vars, Kafka等主题, HTTP 路由 (包括模板-语言客户端URL),gRPC服务,数据库计划, Redis 密钥、 S3 桶、 OpenAPI 合同、 插头编组和 Kubernetes 服务参考和共享常数.

指数保持不变.

• 每个周期只触及变化:
  • 同时检查仓库;
  • 只重装已更改的文件;
  • 只有文本被重新嵌入的块;
  • 系统图已更新.
• 向量指数随着体积的增大而回转.
• 每个查询所探测的IVF分区数是自动校正以击中 0.95 准确扫描时召回.
• 嵌入器按指数被固定: 使用不同的模型查询或 维度大小是一个错误,从不沉默错误的结果.

规模业绩

用一台12分多分的手提电脑测量,360块超过115万块 ,包含600个混合查询(精确识别码、部分名称、, 自然语言和短语). 这本书是复制真实的 存储器。 使用一个嵌入器,所以时间排除了 嵌入式提供方延迟.

在同一查询中,预期文件以100%的比例排在前十 两个搜索工具中的精确识别查询。 自然语言 91%的问题 search_code 和80% search_exact。 。 。 .

如何运行它

团队服务器在首个索引运行前绑定它的端口,所以健康 探测器立即回答(/ready 是503,直到指数可以服务为止. 它服务于每一个 /mcp 以无国籍方式请求,这就使得重新开始是免费的,而且 让它横跨核心 CODE_SEARCH_WORKERS=N在模式一中 初级是所有写作和N工人服务.

对于无国籍的吊舱,矢量可以活在S3或MinIO(s3:// LanceDB URIs)和 互联网档案馆的存檔,存档日期2013-12-02 蒙戈DB的索引文物. 见 运行. md § 对象存储。 。 。 .

配置

五层,最低至最高优先级:

1. 内置默认值
2. ~/.code-search/config.yaml (每个用户)
3. <workspace>/.code-search.yaml (每个工作区)
4. CODE_SEARCH_* 环境变量
5. CLI 旗: 任何设置为 --<dotted.path> <value>,比如说. --retrieval.max-chunks 12

code-search --print-config 用秘密打印解析结果 已编辑 。 一个身份不明的旗下出口有2级,而不是被忽略.

# .code-search.yaml
embedding:
  provider: openai          # auto | ollama | openai | voyage | codestral | openai-compatible | gemini-oauth | custom
  model: text-embedding-3-small
  dimensions: 1536
reranker:
  provider: none            # ollama (default, qwen2.5-coder:7b) | cohere | voyage | openai-compatible | none
retrieval:
  max_chunks: 12
indexing:
  reindex_interval_ms: 1800000   # team server: re-index every 30 min

完整名单在 运行. md § 配置引用。 。 。 .

安保和行动

• 奥特.
  • none: 绑定 127.0.0.1 只有这个.
  • api-key数字 : Authorization: Bearer …,以恒定时间比较.
  • jwt: HS256; 签字、发行人和所需 exp 验证,加 nbf 此时此刻 服务器拒绝在没有秘密的情况下启动 .
  • 一个没有认证的公开绑定记录了警告.
• 限制. 每名身份滑入-窗口率限制(默认为100分/分). 每个项目的范围和查询配额来自 <dataDir>/projects/<name>/project.yaml。 。 。 .
• 端点.
  • GET /health, (中文(简体) ), /ready, (中文(简体) ), /version, (中文(简体) ), /status。 。 。 .
  • GET /metrics: 查询计数的Prometheus度量衡,纬度直方图,出错,索引年龄,每回波块和矢量-索引健康.
  • GET /admin/api/status。 。 。 .
  • POST /index:按需重新索引.
• 记录和追踪. CODE_SEARCH_STRUCTURED_LOGS=1 发出JSON日志. 查询文本不会留下痕迹,除非您选择加入 CODE_SEARCH_TELEMETRY_RECORD_QUERIES=1。 。 。 .

支持的语言

.gitignore 受到尊重,以及 node_modules, (中文(简体) ), dist, (中文(简体) ), build, (中文(简体) ), vendor, (中文(简体) ), target 和类似目录被跳过.

设计原则

• 多发相先. 有趣的问题交叉存储库 边框,所以索引,图表和工具都一样.
• 缩小范围. 每个指数周期的成本与 换了,不是换了尸体 每个查询层都是以索引为基础的. 每一图相通相入相入相入相.
• 永不默然错入. 嵌入器不匹配是一个硬错误. 截断 路人说他们被截断了 坏的工具参数返回原因 .
• 默认本地, 需要时共享 . 同样的二进制服务 笔记本电脑在Stdio或整个团队 在HTTP.
• 很少移动部分. 嵌入 LanceDB 和 SQLite, 没有数据库服务器可用 运行,一个手滚动的 HTTP 层和零依赖性度量.

发展

这个软件包住在一个单列波 与它的检索引擎, @esankhan3/anvil-knowledge-core。 。 。 .

npm install                                        # at the repo root
npm -w @esankhan3/anvil-knowledge-core run build
npm -w @esankhan3/code-search-mcp run build        # esbuild bundle → dist/
npm -w @esankhan3/code-search-mcp test
npm -w @esankhan3/code-search-mcp run smoke        # end-to-end, needs Ollama with bge-m3

内部 : 四、建 议。检索引擎: 知识核心。 。 。 .

许可证

麻省理工学院