使用说明

项目简介

Codebase Expert 是一个将任意代码库转换为AI可理解和可搜索的知识库的工具。它通过扫描代码、提取上下文、使用 memvid 技术编码为视频记忆，并构建搜索索引。作为一个 Model Context Protocol (MCP) 服务器，它允许大型语言模型 (LLM) 客户端直接查询和交互这个代码知识库，实现AI驱动的代码理解、语义搜索和问答。

主要功能点

代码库知识化: 将整个代码库（包括代码文件、结构、Git历史、依赖等）整合成一个AI友好的知识库。
上下文增强: 在知识库中包含丰富的项目上下文信息，提高LLM理解能力。
语义搜索: 支持通过自然语言或关键词进行代码和上下文的语义搜索。
AI问答: 允许LLM直接就代码库内容提问并获得基于知识库的回答。
MCP 工具提供: 通过标准 MCP 协议向 LLM 客户端提供上述功能作为可调用工具。
自动生成: MCP服务器模式下，如果知识库不存在，会自动生成。

安装步骤

下载脚本: 下载 'codebase_expert.py' 脚本到本地。
安装依赖: 脚本在首次运行时会自动检查并安装必要的Python库，主要是 'memvid' 和 'mcp'。您也可以手动安装：
```
pip install memvid mcp watchdog
```
（'watchdog' 用于文件变更监控，非必需但推荐）。

服务器配置（供MCP客户端使用）

为了让 MCP 客户端（如 Claude Desktop）连接并使用 Codebase Expert 作为工具，需要在客户端的 MCP 配置中添加如下信息。这不是需要您手动执行的代码，而是配置示例的说明：

服务器名称: 为此 MCP 服务器指定一个名称，例如 'codebase-expert'。
启动命令 (command): 执行 Codebase Expert 脚本的Python解释器路径，通常是 'python' 或您虚拟环境中的 Python 路径。
命令参数 (args): 传递给 Python 解释器的参数列表，至少包括脚本文件的绝对路径和启动服务器的命令 'serve'。例如：'/absolute/path/to/codebase_expert.py', 'serve'。请务必使用脚本的绝对路径。
工作目录 (cwd): 设置服务器启动时的工作目录。这应该设置为您希望 Codebase Expert 分析的项目根目录的路径。

这些信息通常以 JSON 格式配置在 MCP 客户端的设置文件中。配置完成后，MCP 客户端启动时会运行 Codebase Expert 脚本的 'serve' 命令，并与其建立连接。

基本使用方法（通过MCP客户端与服务器交互）

配置完成后，您的 MCP 客户端（例如 LLM 界面）将能够识别并调用 Codebase Expert 提供的工具。您可以通过客户端的界面或指令来触发这些工具：

查询代码: 使用客户端与 Codebase Expert 的搜索工具交互，输入搜索关键词或短语。
提问: 直接向 LLM 提问有关代码库的问题，LLM 会调用 Codebase Expert 的问答工具来查找答案。
获取上下文: 使用客户端调用获取上下文的工具，指定您感兴趣的主题（如 "authentication system", "database layer"）。
查看项目信息: 调用获取项目信息工具，了解代码库的基本统计数据和结构。
生成/更新知识库: LLM 可能会自动调用或您可以通过客户端手动触发知识库生成工具，特别是在初次使用或代码库有较大变动后。

关键词