CodeMunch Pro

智能代码索引 MCP 服务器。15 个工具，10 种语言，tree-sitter AST 提取，混合搜索（FTS5 + 向量），调用图，远程仓库索引，增量索引。

节省 99% 的 token — 通过字节偏移定位直接获取精确的函数源码，无需读取整个文件。

安装

pip install codemunch-pro

Related MCP server: RTFM

快速开始

Claude Desktop / Cline

添加到您的 MCP 客户端配置：

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

HTTP 服务器

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

15 个 MCP 工具

10 种语言

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

全部通过 tree-sitter-language-pack — 零编译，预构建二进制。

主要特性

O(1) 符号检索

每个符号存储其字节偏移和长度。get_symbol 直接定位到函数源码 — 无需读取整个文件。从 40KB 文件中获取 200 字节的函数 = 节省 99.5% 的 token。

增量索引

文件经过哈希（SHA-256）。仅重新解析更改的文件。更改一个文件后重新索引包含 10K 文件的仓库只需毫秒级时间。

混合搜索（FTS5 + 向量）

使用倒数排名融合（RRF）结合 BM25 关键词匹配与语义向量相似度。搜索“authentication middleware”可找到 auth_middleware、verify_token 和 login_handler。

调用图

通过 AST 追踪函数调用。get_callees("main") 显示 main 调用了什么。get_callers("authenticate") 显示谁调用了 authenticate。支持深度遍历。

远程仓库索引（v1.1）

通过 URL 索引任何公共 GitHub 或 GitLab 仓库 — 无需 git 二进制。通过 API 下载 tarball，解压并索引。本地缓存，基于 SHA 的新鲜度检查。支持带认证令牌的私有仓库和稀疏路径。

全文内容搜索

搜索原始文件内容 — 字符串字面量、TODO 注释、配置值、错误消息。不仅仅是符号名称。

工作原理

1. 解析 — tree-sitter 为每个源文件构建 AST

2. 提取 — 遍历 AST 以查找函数、类、方法、类型、接口

3. 存储 — 每个仓库一个 SQLite 数据库，包含 FTS5 虚拟表

4. 嵌入 — FastEmbed（ONNX，仅 CPU）生成 384 维向量用于语义搜索

5. 图 — 从函数体中提取调用表达式，存储并解析边

6. 服务 — FastMCP 通过 stdio 或 HTTP 暴露 13 个工具

架构

~/.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

使用场景

• AI 编码代理：让您的代理以精准的方式访问代码库，而不消耗上下文

• 代码审查：在更改函数签名之前找到所有调用者

• 入职培训：语义搜索符号 — “错误处理在哪里？” 找到相关代码

• 重构：在模块间移动函数之前绘制调用图

• 文档：提取所有公共 API 及其签名和文档字符串

许可证

MIT