codebase-rag-mcp

Ein Model Context Protocol (MCP)-Server, der jede lokale Codebasis in eine durchsuchbare, zitiergestützte Wissensbasis verwandelt. Basierend auf einem hybriden Retriever (dense FAISS + sparse BM25), einem optionalen Reranker und einem austauschbaren LLM-Anbieter (NVIDIA, Groq, OpenRouter, Gemini oder einem beliebigen lokalen OpenAI-kompatiblen Endpunkt).

Status: Nur Grundgerüst. Das Paket lässt sich installieren, die CLI läuft, und der MCP-Server startet und bietet ein Platzhalter-ping-Tool an. Die RAG-Pipeline (Erfassung → Parsing → Chunking → Indexierung → Abruf → Reranking → Generierung) wird schrittweise auf diesem Gerüst aufgebaut. Siehe DECISIONS.md und FLOW.md.

Installation

Erfordert Python 3.11+.

# Editable install with dev tooling (pytest, ruff, mypy)
pip install -e ".[dev]"

Dies umfasst tree-sitter, FAISS (CPU), rank-bm25, sentence-transformers, langchain-huggingface / langchain-community, das offizielle MCP-Python-SDK und httpx für ausgehende Anbieteraufrufe.

Related MCP server: Grounded Code MCP

Konfiguration

Kopieren Sie die Beispiel-Umgebungsdatei und füllen Sie die Anbieterschlüssel aus, die Sie haben:

cp .env.example .env
# then edit .env

Erkannte Variablen (siehe .env.example für die vollständige Liste):

Ausführen

# Print the version
codebase-rag --version

# Boot the MCP server over stdio (advertises a 'ping' tool today)
codebase-rag serve

Entwicklung

ruff check .            # lint
ruff format --check .   # format check
mypy                    # type-check
pytest                  # tests

Ein vorkonfigurierter GitHub-Actions-Workflow unter .github/workflows/ci.yml führt alle vier bei jedem Push aus.

Aufbau

src/codebase_rag_mcp/
  config.py                  # python-dotenv loader
  cli/main.py                # `codebase-rag` entrypoint
  mcp/server.py              # stdio MCP server (stub)
  ingestion/                 # file discovery (TBD)
  parser/                    # tree-sitter AST extraction (TBD)
  chunker/                   # AST-aware chunking (TBD)
  indexing/
    vector.py                # FAISS dense index (TBD)
    bm25.py                  # rank-bm25 sparse index (TBD)
  retrieval/                 # hybrid query routing (TBD)
  reranker/                  # cross-encoder / LLM reranker (TBD)
  generation/
    providers/               # NVIDIA / Groq / OpenRouter / Gemini / local (TBD)
  citations/                 # chunk → source citations (TBD)
  impact/                    # symbol-graph impact analysis (TBD)

Lizenz

MIT. Siehe LICENSE.