Skip to main content
Glama

Kivgraph

Kivgraph 是一个本地的面向 AI 编码代理的跨仓库代码智能 MCP 服务器。它跨多个已注册仓库构建一个规范的语义代码图,并回答关于符号、仓库关系、调用者、依赖和变更影响的问题。

它只对语料库索引一次,并提供不可变的图:边由 go/types、TypeScript 检查器和 rust-analyzer 解析,而不是通过名称匹配。这就是它与搜索工具的区别,也是让空答案有价值的原因——空的引用列表意味着没有人调用它,而不是没有找到任何东西,而 grep 无法区分这两种情况。

Kivgraph 专注于语义代码关系,而不是自动发现服务之间的每个 HTTP、gRPC、Kafka 或数据库运行时流程。

文档

阅读 Kivgraph 用户文档 了解安装、MCP 客户端、代码智能、仓库关系和工作区代码图。发布站点与发布包分开配置;此链接在任何检出中均保持有效。

Related MCP server: MCP Indexer

每个工具回答什么

问题

工具

谁调用它,什么引用了它

find_references

如果我修改它会破坏什么

get_blast_radius

它向外触达什么

trace_dependencies

谁从另一个仓库使用它

find_cross_repo_consumers

它在哪里声明

find_symbol

这个包里声明了什么

get_file_outline

给我这些符号的代码

get_source

关于这一个符号的一切

get_symbol

索引了什么,图是否是最新的

list_repositories, graph_status

十个只读工具,外加一个需要同意才能执行的变更操作(index_project),客户端必须先授权,才能注册仓库或发布一代。

每一行只要提到符号,都会带上它的仓库、路径、限定名和行范围,因此无需第二次调用即可打开;每个工具都接受这个三元组来代替不透明的键。

它的劣势。 在单个小仓库中查找一个罕见名称,用 grep 更便宜;索引一个小文件的成本也高于读取它。它在常见名称、传递影响、另一个仓库中的消费者以及证明“不存在”方面占优。针对 37 个仓库的语料库、29 个问题进行的测量(benchmarks/graph-tools-comparison/results-all.json,提交 954b9eb,分词器 o200k_base):Kivgraph 花费 35,961 个 token,而 grep 加读取花费 267,980 个 token;29 个问题中双方在 28 个上完全一致,每个问题的中位数是 Kivgraph 占优 5.95x。在这 29 个问题中,grep 在 5 个上更便宜,且这 5 个双方都达到了完全召回:T1_go_trivial 询问的是语料库声明了两次的名称,在那里 grep 的成本是 Kivgraph 的 0.53x

第二个测试工具 benchmarks/mcp-token-cost 与逐字捕获的宿主自身工具输出进行比较,但它在 Kivgraph 自己的单一仓库(13,222 个符号)上运行:答案本身为 7.64x,整个会话为 1.60x,而双方都要支付的源代码正文设定了 2.41x 的下限。

状态

已发布并投入使用。kivgraph version 报告已发布的版本;每个阶段的待办事项和验收门都在 TASKS.md 中。

  • 语言: Go、TypeScript、Rust、Python 和 Dart。Python 在回退模式下使用内置的 AST worker;那些推断出的引用是 CANDIDATE,绝不会是 EXACT。精确 Python 模式使用内置的 Pyright LSP 适配器,并配合已安装的 Pyright/BasedPyright 服务器。Dart 使用 Dart 或 Flutter SDK 提供的 Dart Analysis Server。

  • 语义依赖: 当且仅当一个已注册的提供者拥有所请求的包时,Python 和 Dart 的导入可以发布包依赖;符号级的跨仓库边需要显式的提供者身份。

  • 接口: 通过 STDIO 提供十个只读工具,外加一个需要同意才能执行的变更操作(index_project)。契约见 docs/protocol/mcp-surface-v3.md

  • 存储: LadybugDB 是权威存储;查询从原子发布的不可变 HotSnapshot 提供,绝不直接来自数据库。

  • 平台: linux/amd64darwin/arm64windows/amd64

  • 查看器: kivgraph ui 提供已发布图的只读 3D 视图。

要求

  • 需要 Go 1.26 或更高版本才能从源码构建。索引器使用链接进二进制的 go/types 进行类型检查,因此它只能读取为其自身语言版本或更早版本编写的仓库和依赖;kivgraph doctor 会报告这个上限。

  • 索引 Rust 需要 cargorust-analyzer。发布包自带分析器;它不携带 Rust 工具链。

  • 索引 TypeScript 需要 Node.js 22 或更高版本才能运行 worker。

  • 索引 Python 需要 Python 3.10 或更高版本才能运行内置 worker。它是一个语法感知的回退实现,并显式报告动态或无法解析的名称;精确模式还需要一个与 Pyright 兼容的语言服务器。

  • 索引 Dart 需要 dart 可执行文件;Flutter 安装会提供它。加载器使用 Analysis Server 协议,并且不会修改 Flutter 项目。

安装

用一个脚本安装 MCP

安装程序会检测平台,下载该平台最新的已发布 MCP 版本,验证发布归档和包校验和,并在不需要 Go 或 pnpm 的情况下完成安装。发布内容包含 Go 服务器、固定版本的 LadybugDB 库、TypeScript worker、内置的 Python AST worker、固定版本的 rust-analyzer、语法清单和 Web 查看器,其中查看器资源占包的 2.3 MB。scripts/build-bundle.sh --mcp-only 可以为需要的人生成不含查看器的包。

已发布的包:Linux amd64 和 macOS arm64

运行时要求:Bash、Node.js 22 或更高版本、索引 Python 时需要 Python 3.10 或更高版本、curltar,以及 sha256sumshasum。包自带 rust-analyzer;索引 Rust 仓库还需要 PATH 上有 cargo,索引 Dart 需要 Dart 或 Flutter SDK。

在 macOS 上,二进制文件未经公证。用 curl 下载的发布不会被隔离,可以直接运行;用浏览器下载的副本需要执行 xattr -dr com.apple.quarantine。参见 docs/development/macos.md

用一条命令安装最新版本:

curl -fsSL https://github.com/Luqueee/kivgraph/releases/latest/download/install.sh | bash

从检出目录中,可以直接运行同一个安装程序:

./scripts/install.sh

要安装特定版本而不是最新版本:

KIVGRAPH_VERSION=v0.9.1 ./scripts/install.sh

脚本将包安装在 ~/.local/opt/kivgraph,并将启动器放在 ~/.local/bin。它从不修改已注册的仓库、创建索引或替换配置文件。要使用其他位置,请设置 KIVGRAPH_INSTALL_ROOTKIVGRAPH_BIN_DIR

将启动器目录添加到当前 shell,并验证两个运行时:

export PATH="$HOME/.local/bin:$PATH"
kivgraph version
kivgraph-ts-worker <<'EOF'
hello
EOF

检查是否有新版本,或更新已安装的包:

kivgraph update --check
kivgraph update

更新是原子的,保留配置和图状态,验证发布和包校验和,并且只替换已安装的包。更新后请重启 MCP 客户端,以便它启动新的二进制文件。

kivgraph 在交互式终端中不带命令调用时,它会以 800 ms 超时检查是否有新版本,并在平台缓存目录(Linux 上是 $XDG_CACHE_HOME,macOS 上是 $HOME/Library/Caches)下的 kivgraph/update-check.json 中缓存 24 小时。当网络不可用时,这个可选检查绝不会阻塞命令。

当输出目标是终端时,交互式命令输出会使用语义化的 ANSI 颜色。设置 NO_COLOR 或重定向输出可以保持纯文本。

配置 MCP 客户端并安装技能

发布安装程序不会自动编辑客户端配置。安装 Kivgraph 后,不带 --target 运行集成命令,以检测本机上存在的编码代理并选择其中一个或多个:

kivgraph mcp install --scope user
kivgraph skill install --scope user

Kivgraph 会检查每个客户端已知的本地配置或安装根目录,并标记检测到的代理。使用 /(或 j/k)移动,space 切换代理,a 全选,n 全不选,Enter 确认,qEsc 取消。如果没有检测到任何代理,选择器启动时不选中任何代理。仅在脚本化、非交互式安装中使用 --target

支持的 MCP 目标有 claude-codeclaude-desktopcodexopencodeoh-my-pi。支持的技能目标有 claude-codecodexopencodeoh-my-pi;Claude Desktop 没有本地技能目标。默认作用域是 user;项目本地配置使用 --scope project。使用 --dry-run 可以在不写入的情况下检查计划。现有的不兼容条目会报错停止;替换或移除需要 --force。现有文件以模式 0600 原子写入,并在替换或移除前获得 *.kivgraph.bak 备份。

显式检查或移除注册:

kivgraph mcp status --target claude-code --scope user
kivgraph mcp remove --target claude-code --scope user
kivgraph skill status --target claude-code --scope user
kivgraph skill remove --target claude-code --scope user

在启动 MCP 服务器之前初始化并发布图:

kivgraph init \
  --repository project=/absolute/path/to/project \
  --languages go,typescript,rust
kivgraph doctor
kivgraph index --full

init 写入一份自包含的配置:当 --config 指向其他位置时,它的状态、缓存和注册表都挂在该目录下,因此一次性的索引绝不会触碰真实的索引。index --full 原子地重新发布——任何阶段的失败都会让上一代继续服务。已经运行的服务器会自动跟随新的一代。

日常使用:

kivgraph graph status      # what is published, and whether a tree has moved
kivgraph doctor            # toolchains, storage, and the type-checking ceiling
kivgraph ui                # read-only 3D viewer, default 0.0.0.0:7777
kivgraph logs --follow     # what it indexed, served and answered, as it happens
kivgraph tool-stats        # per-tool cost, calls, and failures
kivgraph stop              # terminate this user's serve and ui, never an index
kivgraph clean --keep-active

kivgraph ui 默认绑定非回环地址,因为图在仓库所在的位置被索引,而从其他地方查看;它没有身份验证,所以它会记录自己暴露的内容,而 --addr 可以限制它。

logstool-stats 读取状态目录中的追加只读记录,而不是询问服务器,这正是它们能够回答的原因:serve 维护的每个工具计数器在启动时生成,在停止时消失。读取文件还使答案覆盖所有曾经运行过的服务器。

配置任意 MCP 客户端通过 STDIO 启动服务器:

{
  "mcpServers": {
    "kivgraph": {
      "command": "/home/user/.local/bin/kivgraph",
      "args": [
        "serve",
        "--config",
        "/home/user/.config/kivgraph/config.yaml"
      ]
    }
  }
}

kivgraph serve 在图存在之前就会启动:在没有已发布的一代时,它完成握手,不发布任何查询工具,并将重建命令放在 instructions 中。客户端自己启动该进程,因此退出会被视为崩溃。它只将 MCP 帧写入 stdout,并将日志写入 stderr

图承载什么,以及它拒绝什么

一条边只有在证据充分且来源正确时才是 EXACT。它绝不会从名称、路径、别名或单个候选中创建;无法解析的引用会以 UNRESOLVED 发布,并附上原因、仓库和语言,而不是被丢弃。graph_status 会分别报告这两者。

这就是为什么有些答案是“不存在”而不是边。在索引了 Rust 标准库的情况下,impl Add for u32 由宏生成,不存在于任何源码范围中,因此它的每次使用都会按符号声明为 PROVIDER_DEFINITION_NOT_INDEXED,而不是变成一条任何人都无法打开的边。

Kivgraph 从机器上派生的提供者——目前是以工具链命名的 Rust 标准库 rust:1.96.1——默认从读取结果中隐藏:一个工具链大约有两万个符号,搜索 Clone 会返回 coreinclude_derived 可以请求包含它们,而 graph_status 会单独列出它们的贡献,使总数保持可读。

开发

make build
make test
make semantic-coverage
make test-ladybug

make test-ladybug 是运行链接固定原生库的标签的唯一受支持方式。贡献约定见 AGENTS.mdCLAUDE.md 中链接了该文件。

make semantic-coverage 是 Go、TypeScript、Python 和 Dart 的发布门禁。它验证 testdata/semantic-coverage/manifest.json 中的机器可读矩阵,运行确切的 TypeScript、Go 和 Dart 套件,并且需要与 Pyright 兼容的语言服务器来运行确切的 Python 套件。当某项能力只有 fixture 而没有可执行的回归测试时,该语言不被视为已完成。

存储与图基准测试

LadybugDB 资格认证、合成语料库生成器、加载与查询基准测试,以及 doctorrebuildrollbacksnapshot 命令均记录在 docs/development/storage-benchmarks.md 中。文档以 ACCEPT_LADYBUGDB_WITH_LIMITS 结尾。

公共站点

landing/ 承载落地页和用户文档。它不随任何发布包分发,通过 make landing-checkmake landing-build 验证,并在端口 6767 上提供服务。它发布的内容、MCP 参考的捕获方式以及尚未完成的事项记录在 docs/development/landing-site.md 中。

结构

cmd/kivgraph/   Main executable.
internal/        Kivgraph internal packages.
ts-worker/        TypeScript worker.
web/              Graph viewer served by `kivgraph ui`.
landing/          Landing page and documentation site (not part of any release).
testdata/         Test fixtures and corpora.
benchmarks/       Benchmark results.
docs/             Documentation and ADRs.
scripts/          Auxiliary automation.

许可证

Kivgraph 根据 Apache License 2.0 分发。

第三方许可证

随 Kivgraph 分发的依赖项的通知和许可证记录在 THIRD_PARTY_NOTICES.md 中。每当有依赖项添加到可分发产品中时,该列表都会更新。

A
license - permissive license
A
quality
A
maintenance

Maintenance

Maintainers
Response time
0dRelease cycle
22Releases (12mo)
Commit activity

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    Enables querying and analyzing code relationships by building a lightweight graph of TypeScript and Python symbols. Supports symbol lookup, reference tracking, impact analysis from diffs, and code snippet retrieval through natural language.
  • A
    license
    Not graded
    quality
    D
    maintenance
    Enables semantic code search across multiple repositories using natural language queries. Provides intelligent code discovery, symbol lookups, and cross-repo dependency analysis for AI coding agents.
    MIT
  • A
    license
    Not graded
    quality
    A
    maintenance
    Supercharges AI coding agents with a pre-indexed semantic code graph, enabling instant symbol relationships, impact analysis, and context retrieval across 20+ languages.
    109,219
    68,606
    MIT

View all related MCP servers

Related MCP Connectors

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Luqueee/kivgraph'

If you have feedback or need assistance with the MCP directory API, please join our Discord server