Code-Graph-RAG

Name: Code-Graph-RAG
Author: vitali87

제작자: vitali87버전 0.5.0i★ –i내 컴퓨터에서 실행

레지스트리 이름io.github.vitali87/code-graph-rag

설치

개요

제작자가 쓴 설명(영어 원문)

Knowledge-graph RAG for multi-language codebases: index, query and edit code in natural language.

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
우리의 기본 점검i1개 중 1개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
사용 정도i아직 측정 안 함★ –

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

연결 방식: 내 컴퓨터에서 실행
전송 방식: stdio
카테고리: 검색 및 AI 기억
입력해야 할 값: ORCHESTRATOR_API_KEY, CYPHER_API_KEY

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

기본 점검: 1개 중 1개 통과
내 컴퓨터에서 내 사용자 계정의 권한(파일, 네트워크, 앱)으로 실행돼요.
직접 입력할 값: ORCHESTRATOR_PROVIDER, ORCHESTRATOR_MODEL, ORCHESTRATOR_API_KEY, CYPHER_PROVIDER, CYPHER_MODEL, CYPHER_API_KEY, MEMGRAPH_HOST, MEMGRAPH_PORT, TARGET_REPO_PATH

비밀로 표시된 값은 내 계정의 열쇠예요. 절대 다른 사람과 공유하거나 채팅에 붙여 넣지 마세요.

필요한 것

PyPIPython의 uv 설치(uvx 명령어용)

어떤 앱을 쓰세요?

ClaudeClaude CodeCursorVS CodeChatGPT

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요

{
  "mcpServers": {
    "code-graph-rag": {
      "command": "uvx",
      "args": [
        "code-graph-rag",
        "mcp-server"
      ],
      "env": {
        "ORCHESTRATOR_PROVIDER": "your-value",
        "ORCHESTRATOR_MODEL": "your-value",
        "ORCHESTRATOR_API_KEY": "your-value",
        "CYPHER_PROVIDER": "your-value",
        "CYPHER_MODEL": "your-value",
        "CYPHER_API_KEY": "your-value",
        "MEMGRAPH_HOST": "your-value",
        "MEMGRAPH_PORT": "your-value",
        "TARGET_REPO_PATH": "your-value"
      }
    }
  }
}

터미널에서 이 명령어를 실행하세요

claude mcp add code-graph-rag --env ORCHESTRATOR_PROVIDER=your-value --env ORCHESTRATOR_MODEL=your-value --env ORCHESTRATOR_API_KEY=your-value --env CYPHER_PROVIDER=your-value --env CYPHER_MODEL=your-value --env CYPHER_API_KEY=your-value --env MEMGRAPH_HOST=your-value --env MEMGRAPH_PORT=your-value --env TARGET_REPO_PATH=your-value -- uvx code-graph-rag mcp-server

실행하기 전에 빈 값을 채워 주세요.

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "mcpServers": {
    "code-graph-rag": {
      "command": "uvx",
      "args": [
        "code-graph-rag",
        "mcp-server"
      ],
      "env": {
        "ORCHESTRATOR_PROVIDER": "your-value",
        "ORCHESTRATOR_MODEL": "your-value",
        "ORCHESTRATOR_API_KEY": "your-value",
        "CYPHER_PROVIDER": "your-value",
        "CYPHER_MODEL": "your-value",
        "CYPHER_API_KEY": "your-value",
        "MEMGRAPH_HOST": "your-value",
        "MEMGRAPH_PORT": "your-value",
        "TARGET_REPO_PATH": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "servers": {
    "code-graph-rag": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "code-graph-rag",
        "mcp-server"
      ],
      "env": {
        "ORCHESTRATOR_PROVIDER": "your-value",
        "ORCHESTRATOR_MODEL": "your-value",
        "ORCHESTRATOR_API_KEY": "your-value",
        "CYPHER_PROVIDER": "your-value",
        "CYPHER_MODEL": "your-value",
        "CYPHER_API_KEY": "your-value",
        "MEMGRAPH_HOST": "your-value",
        "MEMGRAPH_PORT": "your-value",
        "TARGET_REPO_PATH": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

직접 입력할 값

ORCHESTRATOR_PROVIDER env
LLM provider for the orchestrator agent (openai, anthropic, google, azure, cohere, ollama)
ORCHESTRATOR_MODEL env
Model name for the orchestrator agent
ORCHESTRATOR_API_KEY 비밀 env
API key for the orchestrator LLM provider (not needed for the default local ollama provider)
CYPHER_PROVIDER env
LLM provider for Cypher query generation (openai, anthropic, google, azure, cohere, ollama)
CYPHER_MODEL env
Model name for Cypher query generation
CYPHER_API_KEY 비밀 env
API key for the Cypher LLM provider (not needed for the default local ollama provider)
MEMGRAPH_HOST env
Hostname of the Memgraph database
MEMGRAPH_PORT env
Port of the Memgraph database
TARGET_REPO_PATH env
Path to the repository to analyze (auto-detected from working directory if not set)

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 6일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 vitali87 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
… 아직 점검 안 함
계속 관리되고 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
… 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
– 해당 없음
엔드포인트 응답
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
– 해당 없음
OAuth로 로그인
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
… 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

검색 및 AI 기억 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 7226개 중 0%보다 스타가 많아요
이 카테고리의 다른 서버 7226개 중 91%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 7226개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

Code-Graph-RAG, 안전한가요?

해당하는 기본 점검 1개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

입력해야 할 값: ORCHESTRATOR_API_KEY, CYPHER_API_KEY

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(0.5.0)은 3일 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Context7, Codebase Memory, Exa

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Context7

제작자: upstash

Up-to-date docs for AI agents

컴퓨터 또는 클라우드★ 64,224MIT3일 전 업데이트

설치

Codebase Memory

제작자: DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

내 컴퓨터에서 실행★ 48,148MIT20일 전 업데이트

설치

Exa

제작자: exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

클라우드에서 실행★ 5,213MIT44일 전 업데이트

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

Code-Graph-RAG

Code-Graph-RAG parses a multi-language codebase with Tree-sitter, sharpened by compiler-grade frontends and runtime traces where available, builds a knowledge graph of its structure in an embedded graph database that needs no server, and lets you query, edit, and optimise that code in plain English. It works across a monorepo of mixed languages under one unified graph schema.

Index: cgr start --update-graph parses a repository into a knowledge graph (sped up)

Ask: cgr start answers questions and edits code, grounded in that graph

Latest News 🔥

Rust Upgrade: Updated Rust to version 1.99.1-slim-trixie.
Signature Functionality: Added support for reading and writing JavaScript headers for change signatures, including the ability to change the signature of JavaScript functions or methods.
macOS Compatibility: The build now leaves macOS-14 support.

See NEWS.md for the full history.

What It Does

Point Code-Graph-RAG at a repository and it reads every source file, extracts functions, classes, methods, modules, and the relationships between them, and stores the result as an interconnected graph. Once the graph exists you can:

Ask questions about the codebase in natural language and get answers grounded in the real structure.
Retrieve the actual source of any function, class, or method by name or by intent.
Edit code through the agent with AST-based surgical patching and a diff preview before anything changes.
Optimise code against language best practices or your own coding standards.
Find dead code by walking call and reference edges from entry points.
Search and rewrite structurally by AST pattern with ast-grep.
Overlay runtime behaviour: trace a test run (or pull production eBPF profiles) with cgr trace and merge the calls that actually happened into the graph, exposing dispatch that static analysis cannot see.

How It Works

The system has two components:

Multi-language parser. A Tree-sitter based parser reads the codebase and ingests functions, classes, methods, modules, and their relationships into the graph under a single language-agnostic schema. Where a toolchain is available, compiler-grade frontends layer exact facts on top (libclang for C/C++, go/types for Go, and opt-in Roslyn, javac and Jedi for C#, Java and Python), and dynamic tracing merges calls observed at runtime. Tree-sitter stays the backbone: a trace only sees code that ran, and a compiler frontend only covers what its toolchain can build.
RAG system (codebase_rag/). An interactive CLI that turns natural language into Cypher queries, retrieves matching code, and drives AI-powered editing and optimisation.

Source Code -> Tree-sitter Parser -> AST Analysis -> Knowledge Graph

| User Query -> AI Model (Cypher Gen) -> Cypher Query -> Graph Results -> Response

The graph is stored in an embedded SQLite file by default. Memgraph and Neo4j are opt-in backends that run the same Cypher; Graph Backends compares them.

See the Architecture Overview and Graph Schema for the full picture.

Supported Languages

Python, TypeScript, TSX, JavaScript, Rust, Go, Java, C, C++, C#, PHP, Lua, Dart, and Julia are fully supported. Scala is in development, and Ruby, Kotlin, Swift, Elixir, Haskell, Solidity, Bash, and Nix have structural support (modules, functions, classes where the language has them, and imports) through the pluggable ast-grep tier. See the Language Support matrix for per-language capabilities.

Installation

cgr is published to PyPI. Install it system-wide with the treesitter-full (tree-sitter grammars), ast-grep (Ruby, Kotlin, Swift, Elixir, Haskell, Solidity, Bash, Nix) and semantic (vector search) extras:

# with uv (recommended)

uv tool install "code-graph-rag[treesitter-full,ast-grep,semantic]"

or with pipx

pipx install "code-graph-rag[treesitter-full,ast-grep,semantic]"

Which version am I getting?

Three version lines exist and they intentionally differ:

where	what it tracks
git tags	every version, one per merge
GitHub Releases (binaries, signatures)	every 50th version, plus any security fix, breaking change or merge labelled `release now`
PyPI	every 50th version, plus any security fix, breaking change or merge labelled `release now`

So the newest tag on main usually runs ahead of the newest release, often by tens of patch versions; they coincide only just after a release. Nothing is stuck, the cadences differ by design. A security fix, a breaking change or a merge a maintainer labels release now does NOT wait for the cadence: each ships a release and a PyPI upload immediately.

uv tool install and pipx install give you the newest PyPI version, which is the newest RELEASE, not the newest tag. Interim tags exist so every merge is addressable; binaries and PyPI uploads follow the cadence above.

To run code newer than the latest release, install from git:

uv tool install "code-graph-rag[treesitter-full,ast-grep,semantic] @ git+https://github.com/vitali87/code-graph-rag@main"

To upgrade an existing install, run uv tool upgrade code-graph-rag (with pipx, pipx upgrade code-graph-rag, or pipx reinstall code-graph-rag for a git install). Upgrade covers the other install methods.

You also need Python 3.12+ and ripgrep. The graph lives in an embedded SQLite file by default, so there is no database server to run: no Docker and no cmake. Memgraph and Neo4j remain available as opt-in backends (Graph Backends). Full prerequisites, source installs, and environment setup are in the Installation guide.

[!NOTE]

The wheel is pure Python (py3-none-any), so it installs on any platform with Python 3.12 or newer. Older system interpreters (Debian Bookworm ships 3.11) need the interpreter pinned explicitly; see Installation for the commands.

Quick Start

# Parse a repository into the graph, then query it

cgr start --repo-path /path/to/repo --update-graph cgr start --repo-path /path/to/repo

The graph is written to ~/.cgr/graph.sqlite (set SQLITE_GRAPH_PATH to move it). To use Memgraph instead, install the driver with the memgraph extra, set GRAPH_BACKEND=memgraph, and start the packaged Memgraph + Qdrant stack with cgr daemon up.

Repeat the first command for each repository you want indexed; the graph is shared, and syncing one project leaves the others alone. To start over from an empty graph, add --clean — it deletes every project in the shared graph, not just this one, and asks for confirmation first when other projects would be destroyed.

A default index leaves out the opt-in capture groups; add them with --capture or CGR_CAPTURE.

The Quick Start guide walks through parsing, querying, and exporting in five minutes.

MCP Server

Code-Graph-RAG runs as an MCP server so Claude Code and other MCP clients can query and edit your codebase directly. See the MCP Server guide for setup.

Documentation

Getting Started

Installation
Quick Start
Configuration

User Guide

CLI Reference
Interactive Querying
Code Optimisation
Dead Code Detection
Dynamic Call Tracing
Graph Export
Real-Time Updates
C/C++ Semantic Mode
MCP Server
Porting Between Languages

Architecture

Overview
Graph Schema
Graph Backends
Language Support
Data-Flow Edges

Python SDK

Overview
Graph Loader
Cypher Generator
Semantic Search

Advanced

Adding Languages
Ignore Patterns
Building Binaries
Troubleshooting

Enterprise Services

Code-Graph-RAG is open source and free to use. For organisations that need more, we offer fully managed cloud-hosted solutions and on-premise deployments:

앞부분만 보여 드려요. 나머지는 저장소에서 읽어 보세요

Code-Graph-RAG

개요

PopNx MCP의 세 기둥

할 수 있는 일

설치

설치하기 전에

직접 입력할 값

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

검색 및 AI 기억 카테고리의 다른 서버와 비교i

자주 묻는 질문

대안

Context7

Codebase Memory

Exa

제작자의 README

Code-Graph-RAG

Latest News 🔥

What It Does

How It Works

Supported Languages

Installation

or with pipx

Which version am I getting?

Quick Start

MCP Server

Documentation

Enterprise Services