CodeCortex MCP 服务器

关键词

代码知识图谱上下文服务代码分析知识管理MCP 服务器

使用说明（Markdown 格式）

  • 项目简介 CodeCortex 实现了一个基于 MCP 的后端服务器，旨在以标准化的 JSON-RPC 风格向 LLM 客户端提供代码库上下文与功能访问。核心功能包括：托管资源（Resources）、注册和执行工具（Tools）、定义和渲染 Prompt 模板（Prompts），并通过多传输协议（如 StdIO）与客户端通信。服务器还负责会话管理、能力声明，并对知识进行分层（六大知识层、模块文档、-temporal 数据等）以便高效地为 AI 提供上下文。

  • 主要功能点

    • MCP 服务器实现与暴露的工具集合
      • 8 种读取工具（如获取项目概览、模块上下文、会话摘要、知识检索、依赖关系等）
      • 5 种写入工具（如记录决策、更新模式、记录观察、写模块文档、更新模式等）
    • 资源托管与访问：将分析结果（模块文档、符号索引、图等）持久化在 .codecortex 目录下，供 MCP 客户端查询
    • 提供多种传输方式（当前实现以 StdIO 为 MCP 服务传输）
    • 会话管理、版本与 freshness（新鲜度）评估、降噪与裁剪输出以确保上下文安全与高效
    • 与现有树状结构的代码分析、符号提取、图谱生成、时序分析等模块深度整合

  • 安装步骤

    1. 安装 CodeCortex（全局或项目本地安装）：
      • 通过 npm 全局安装：npm install -g codecortex-ai
    2. 在你的代码库根目录初始化知识并生成 MCP 可用的知识存储（示例命令，需在实际项目中执行）：
      • codecortex init
      • codecortex serve 用以启动 MCP 服务器（标准输入输出传输）
    3. 连接 MCP 客户端
      • Claude Code / Cursor 等工具通过 MCP 配置连接到服务器（见下方“服务器配置”示例）

  • 服务器配置（MCP 客户端需提供的连接信息；以下为可参考的 JSON 配置说明，非可执行代码） { "serverName": "codecortex", "command": "codecortex", "args": ["serve"], "cwd": "/path/to/your-project" // 服务器所在工作目录，需指向含有 cortex.yaml 的代码库根路径 // 说明：client 通过该信息启动 codecortex serve 来建立 MCP 连接 }

  • 基本使用方法

    • 启动服务器：在代码库根目录执行 codecortex serve；服务将通过标准输入/输出与 MCP 客户端通信
    • 客户端使用顺序（典型工作流）
      1. 读取项目概览与依赖图，获取初始知识背景
      2. 按需查询模块上下文、符号索引、变更历史等，逐步获得所需上下文
      3. 使用写入工具记录重要决策、模式等以增强跨会话的知识积累
      4. 使用搜索、依赖图、模块文档等工具进行深入查询
    • 运行环境要求
      • Node.js 20+（MCP 服务端实现使用 TypeScript/Node.js）
      • 依赖的 tree-sitter 语言包与 MCP SDK 已经在项目中配置好

服务器信息

访问项目