CodeMunch Pro

Servidor de indexación de código inteligente para MCP. 15 herramientas, 10 lenguajes, extracción de AST con tree-sitter, búsqueda híbrida (FTS5 + vector), grafos de llamadas, indexación de repositorios remotos e indexación incremental.

Ahorra el 99% de los tokens — obtén el código fuente exacto de una función mediante una búsqueda por desplazamiento de bytes en lugar de leer archivos completos.

Instalación

pip install codemunch-pro

Related MCP server: CodeIntel MCP Server

Inicio rápido

Claude Desktop / Cline

Añade esto a la configuración de tu cliente MCP:

{
  "mcpServers": {
    "codemunch-pro": {
      "command": "codemunch-pro"
    }
  }
}

Servidor HTTP

codemunch-pro --transport streamable-http --port 5002

15 herramientas de MCP

10 lenguajes

Python, JavaScript, TypeScript, Go, Rust, Java, C, C++, C#, Ruby

Todo mediante tree-sitter-language-pack — sin compilación, binarios precompilados.

Características principales

Recuperación de símbolos en O(1)

Cada símbolo guarda su desplazamiento de bytes y su longitud. get_symbol busca directamente el código fuente de la función — no necesita leer archivos completos. Una función de 200 bytes de un archivo de 40 KB = 99,5% de ahorro de tokens.

Indexación incremental

Los archivos se procesan con hash (SHA-256). Solo los archivos modificados se vuelven a analizar. Reindexar un repositorio de 10.000 archivos tras cambiar uno solo tarda milisegundos.

Búsqueda híbrida (FTS5 + vector)

Combina la coincidencia de palabras clave BM25 con la similitud de vectores semánticos mediante Reciprocal Rank Fusion. Busca "authentication middleware" y encuentra auth_middleware, verify_token y login_handler.

Grafos de llamadas

Rastrea las llamadas a funciones a través del AST. get_callees("main") muestra qué llama main. get_callers("authenticate") muestra quién llama a authenticate. Admite recorrido en profundidad.

Indexación de repositorios remotos (v1.1)

Indexa cualquier repositorio público de GitHub o GitLab mediante URL. No se necesita el binario de git. Descarga el tarball por la API, lo extrae y lo indexa. Cache local con comprobaciones de frescura basadas en SHA. Soporta repositorios privados con tokens de auth y rutas selectivas.

Búsqueda de contenido por texto completo

Busca el contenido sin procesar de los archivos: literales de cadena, comentarios TODO, valores de configuración, mensajes de error. No solo nombres de símbolos.

Cómo funciona

1. Parse — tree-sitter construye un AST para cada archivo fuente

2. Extract — Recorre el AST para encontrar funciones, clases, métodos, tipos, interfaces

3. Store — Base de datos SQLite por repositorio con tablas virtuales FTS5

4. Embed — FastEmbed (ONNX, solo CPU) genera vectores de 384 dimensiones para la búsqueda semántica

5. Graph — Las expresiones de llamada se extraen de los cuerpos de las funciones, las aristas se almacenan y resuelven

6. Serve — FastMCP expone 13 herramientas a través de stdio o HTTP

Arquitectura

~/.codemunch-pro/
├── myproject_a1b2c3d4e5f6.db    # Per-repo SQLite database
├── otherproject_7890abcdef.db
└── ...

Each DB contains:
├── files          # Indexed files with SHA-256 hashes
├── symbols        # Functions, classes, methods, types
├── symbols_fts    # FTS5 full-text search index
├── symbols_vec    # sqlite-vec 384-dim vector index
├── call_edges     # Call graph (caller → callee)
└── file_content_fts  # Raw file content search

Casos de uso

• Agentes de IA para codificación: Dale a tu agente acceso quirúrgico a las bases de código sin agotar el contexto

• Revisión de código: Encuentra todos los llamadores de una función antes de cambiar su firma

• Onboarding: Busca símbolos semánticamente — "¿dónde está el manejo de errores?" localiza el código relevante

• Refactorización: Grafica los grafos de llamadas antes de mover funciones entre módulos

• Documentación: Extrae todas las APIs públicas con firmas y docstrings

Licencia

MIT