What can you do with this server?

The CodeGraph Multi-Repo MCP server enables AI coding assistants to access CodeGraph capabilities across multiple code repositories. Here's what you can do: * list_repos: List all configured repositories and check whether their CodeGraph index exists. * refresh_repos: Refresh repository metadata, optionally including codegraph status output for each repo. * explore_repo: Run codegraph explore against a single repository with a natural language or code query, with optional file limit and timeout controls. * ask_multi_repo: Automatically route a natural language question to relevant repositories (based on descriptions, tags, aliases, etc.) and run CodeGraph exploration concurrently across them. * trace_across_repos: Trace a specific identifier (symbol, API route, Kafka topic, DTO, table name, etc.) across multiple repositories simultaneously. The server can run in local stdio mode or as a streamable-http service for shared access. Repositories are configured via a repos.yaml file, and the server returns structured evidence and raw CodeGraph output for the calling AI agent to synthesize.

How do I use CodeGraph Multi-Repo MCP?

1. Click on "Install Server". 2. Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state. 3. In the chat, type @ followed by the MCP server name and your instructions, e.g., "@CodeGraph Multi-Repo MCP Trace the 'UserService' class across all repositories" That's it! The server will respond to your query, and you can continue using it as needed. Here is a step-by-step guide with screenshots.

CodeGraph Multi-Repo MCP

by shinerio

Overview Schema Related Servers Score Discussions

Python

Hybrid

CodeGraph Multi-Repo MCP

一个独立的 Python MCP 服务，用于把本地多个仓库的 CodeGraph 能力暴露给支持 MCP 的 AI 编程助手，例如 Codex、Claude Code 等。

它可以在两种模式下运行：

stdio：适合本机 Codex / Claude Code 直接拉起进程使用。
streamable-http：适合部署到服务端，通过 HTTP endpoint 共享给团队或多个客户端使用。

环境要求

Python 3.11+
uv，用于通过 uvx 启动
本机或服务端可执行的 codegraph CLI，并且在 PATH 中
要查询的仓库已经完成 CodeGraph 索引

检查 CodeGraph 是否可用：

codegraph --help

Related MCP server: CodeGraphMCPServer

快速开始

先创建默认配置目录：

mkdir -p ~/.config/codegraph-multi-repo-mcp

仓库配置会影响 ask_multi_repo 和 trace_across_repos 的自动路由效果，尤其是 description、language、tags、aliases、components。这些字段不只是展示信息，建议让 AI agent 根据仓库内容生成和维护，而不是完全手写。

首次生成配置时，可以把下面这段提示词发给本机 AI 编程助手，例如 Codex 或 Claude Code。使用前把 {{REPOSITORY_SCAN_ROOTS}} 替换为实际扫描根目录的绝对路径列表，每行一个路径；每个扫描根目录下面可以包含多个仓库。

请帮我为 codegraph-multi-repo-mcp 生成仓库配置文件。

要求：
1. 把我提供的路径当作扫描根目录列表，支持多个根目录；不要假设每个根目录本身就是唯一仓库。
2. 对每个扫描根目录递归查找 `.codegraph` 目录；每个 `.codegraph` 的父目录就是一个要配置的仓库根目录。
3. 只配置带有 `.codegraph` 的仓库根目录；没有 `.codegraph` 的目录不要加入配置，也不要提醒我补配置或初始化，避免扫描和分析过多无关文件。
4. 递归扫描时跳过 node_modules、target、build、dist、.venv、venv、.idea、.gradle、.mvn、.git 等依赖、构建或工具目录。
5. 确认每个仓库根目录路径存在，并按真实路径去重。
6. 为每个仓库生成稳定、简短、唯一的 name。
7. 根据 README、包名、目录结构、主要源码、配置文件推断 description、language、tags、aliases、components；只分析已发现的 `.codegraph` 仓库根目录。
8. description 写清楚仓库的业务职责和主要能力，方便自然语言问题路由。
9. language 写主要编程语言，例如 java、python、typescript；不要把语言重复写进 tags。
10. tags 使用业务域、系统类型、关键模块等短词，不放编程语言。
11. aliases 使用团队可能会说出的简称、历史名称、服务名、模块名或产品名。
12. components 描述仓库内重要可发布组件、服务或模块，优先使用构建系统里的正式组件名。
13. 对 Java/Maven 仓库，请检查 pom.xml、父子模块、groupId、artifactId；components 中为关键模块写入 name、groupId、artifactId，方便后续按 artifactId 或完整 groupId:artifactId 路由到正确仓库。
14. 写入 ~/.config/codegraph-multi-repo-mcp/repos.yaml；如果文件已存在，请保留已有有效配置，只更新变化的仓库并追加新仓库。
15. 生成后帮我检查 YAML 格式、重复 name、路径是否存在，并总结已配置的仓库数量和名称。

扫描根目录列表：
{{REPOSITORY_SCAN_ROOTS}}

配置格式如下：

settings:
  codegraph_binary: codegraph
  default_max_repos: 5
  default_max_files: 8
  per_repo_timeout_seconds: 20
  max_concurrency: 4

repos:
  - name: eda
    path: /path/to/eda
    description: EDA application repository
    language: java
    tags: [eda, workflow]
    aliases: [eda-platform]
    components:
      - name: eda-platform
        groupId: com.example.eda
        artifactId: eda-platform

后续要更新已有仓库配置或添加新仓库，也建议继续让 AI agent 修改同一个文件。给它新增仓库路径，并要求它保留已有 name 稳定、只在职责变化时更新 description，把主要编程语言写进 language，把新出现的业务域和系统模块补进 tags，把常用叫法补进 aliases，把可发布组件补进 components。

本地 stdio 模式启动：

uvx --from git+https://github.com/shinerio/codegraph-multi-repo-mcp.git codegraph-multi-repo-mcp

可共享的 streamable HTTP 模式启动：

uvx --from git+https://github.com/shinerio/codegraph-multi-repo-mcp.git \
  codegraph-multi-repo-mcp \
  --transport streamable-http \
  --host 0.0.0.0 \
  --port 8000 \
  --path /mcp

默认 HTTP endpoint：

http://localhost:8000/mcp

也可以使用专门的 HTTP 启动命令：

uvx --from git+https://github.com/shinerio/codegraph-multi-repo-mcp.git codegraph-multi-repo-mcp-http

codegraph-multi-repo-mcp-http 默认监听 0.0.0.0:8000，并在 /mcp 路径提供 MCP 服务。

MCP 客户端配置

本机使用建议选择 stdio。部署到共享服务器时，建议选择 streamable HTTP。

Codex

本地 stdio 配置，写入 ~/.codex/config.toml：

[mcp_servers.codegraph-multi-repo]
command = "uvx"
args = ["--from", "git+https://github.com/shinerio/codegraph-multi-repo-mcp.git", "codegraph-multi-repo-mcp"]
startup_timeout_sec = 20
tool_timeout_sec = 120

如果你的仓库配置文件不在默认位置，可以显式传入：

[mcp_servers.codegraph-multi-repo.env]
CODEGRAPH_MULTI_REPO_CONFIG = "/absolute/path/to/repos.yaml"

远程 streamable HTTP 配置：

[mcp_servers.codegraph-multi-repo]
url = "https://your-server.example.com/mcp"
tool_timeout_sec = 120

Claude Code

本地 stdio 配置：

claude mcp add --transport stdio --scope user \
  codegraph-multi-repo \
  -- uvx --from git+https://github.com/shinerio/codegraph-multi-repo-mcp.git codegraph-multi-repo-mcp

如果你的仓库配置文件不在默认位置：

claude mcp add --transport stdio --scope user \
  --env CODEGRAPH_MULTI_REPO_CONFIG=/absolute/path/to/repos.yaml \
  codegraph-multi-repo \
  -- uvx --from git+https://github.com/shinerio/codegraph-multi-repo-mcp.git codegraph-multi-repo-mcp

远程 streamable HTTP 配置：

claude mcp add --transport http --scope user \
  codegraph-multi-repo \
  https://your-server.example.com/mcp

通用 MCP JSON

本地 stdio：

{
  "mcpServers": {
    "codegraph-multi-repo": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/shinerio/codegraph-multi-repo-mcp.git",
        "codegraph-multi-repo-mcp"
      ]
    }
  }
}

streamable HTTP：

{
  "mcpServers": {
    "codegraph-multi-repo": {
      "url": "https://your-server.example.com/mcp"
    }
  }
}

服务端部署

在服务端准备环境：

安装 Python 3.11+、uv 和 codegraph CLI。
Clone 或挂载你希望暴露给 MCP 的代码仓库。
在这些仓库中建立 CodeGraph 索引。
创建 ~/.config/codegraph-multi-repo-mcp/repos.yaml，里面的仓库路径必须是服务端本地路径。
启动 streamable HTTP 服务：

uvx --from git+https://github.com/shinerio/codegraph-multi-repo-mcp.git \
  codegraph-multi-repo-mcp-http

如果要修改监听地址、端口或路径：

uvx --from git+https://github.com/shinerio/codegraph-multi-repo-mcp.git \
  codegraph-multi-repo-mcp \
  --transport streamable-http \
  --host 0.0.0.0 \
  --port 8000 \
  --path /mcp

以常驻进程运行

上面的命令在前台运行，关闭终端或退出 SSH 后进程会结束。要让 streamable HTTP 服务长期可用，请用进程管理工具把它托管成后台常驻进程。

下面三种方式任选其一。

方式一：nohup（最简单，临时使用）

nohup uvx --from git+https://github.com/shinerio/codegraph-multi-repo-mcp.git \
  codegraph-multi-repo-mcp-http \
  > ~/.config/codegraph-multi-repo-mcp/server.log 2>&1 &

日志写到 server.log，停止时用 pkill -f codegraph-multi-repo-mcp-http。这种方式不会随系统重启自动拉起，适合临时验证。

方式二：macOS launchd（开机自启，推荐 macOS 用户）

创建 ~/Library/LaunchAgents/com.codegraph.multi-repo-mcp.plist：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN"
  "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
  <key>Label</key>
  <string>com.codegraph.multi-repo-mcp</string>
  <key>ProgramArguments</key>
  <array>
    <string>/Users/你的用户名/.local/bin/uvx</string>
    <string>--from</string>
    <string>git+https://github.com/shinerio/codegraph-multi-repo-mcp.git</string>
    <string>codegraph-multi-repo-mcp-http</string>
  </array>
  <key>EnvironmentVariables</key>
  <dict>
    <key>PATH</key>
    <string>/Users/你的用户名/.local/bin:/usr/local/bin:/usr/bin:/bin</string>
  </dict>
  <key>RunAtLoad</key>
  <true/>
  <key>KeepAlive</key>
  <true/>
  <key>StandardOutPath</key>
  <string>/Users/你的用户名/.config/codegraph-multi-repo-mcp/server.log</string>
  <key>StandardErrorPath</key>
  <string>/Users/你的用户名/.config/codegraph-multi-repo-mcp/server.err</string>
</dict>
</plist>

把 你的用户名 换成实际用户名（uvx 路径用 which uvx 确认，codegraph 也要在 PATH 里）。加载并启动：

launchctl load ~/Library/LaunchAgents/com.codegraph.multi-repo-mcp.plist
launchctl list | grep codegraph

停止或卸载：

launchctl unload ~/Library/LaunchAgents/com.codegraph.multi-repo-mcp.plist

方式三：Linux systemd（开机自启，推荐服务器部署）

创建 ~/.config/systemd/user/codegraph-multi-repo-mcp.service：

[Unit]
Description=CodeGraph Multi-Repo MCP (streamable HTTP)
After=network.target

[Service]
ExecStart=%h/.local/bin/uvx --from git+https://github.com/shinerio/codegraph-multi-repo-mcp.git codegraph-multi-repo-mcp-http
Restart=always
RestartSec=3
Environment=PATH=%h/.local/bin:/usr/local/bin:/usr/bin:/bin

[Install]
WantedBy=default.target

启用并启动：

systemctl --user daemon-reload
systemctl --user enable --now codegraph-multi-repo-mcp.service
systemctl --user status codegraph-multi-repo-mcp.service

查看日志用 journalctl --user -u codegraph-multi-repo-mcp.service -f。要让用户级服务在未登录时也运行，执行 loginctl enable-linger $USER。

在客户端完成配置

服务常驻起来之后，把它的 HTTP endpoint 注册到客户端即可。以 Claude Code 为例：

claude mcp add --transport http --scope user \
  codegraph-multi-repo \
  http://localhost:8000/mcp

部署在远程服务器时，把 URL 换成实际地址，例如 https://your-server.example.com/mcp。注册后用 claude mcp list 验证，看到 ✔ Connected 即表示连接成功。其他客户端的配置写法见上文「MCP 客户端配置」。

面向团队或公网部署时，建议在前面加反向代理或网关，启用 TLS 和认证。这个服务会暴露 repos.yaml 中列出的仓库的 CodeGraph 查询结果；除非这些仓库本来就可以公开访问，否则不要裸奔到公网。

本地开发

python -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"

Windows PowerShell：

python -m venv .venv
.venv\Scripts\Activate.ps1
pip install -e ".[dev]"

运行测试：

python -m pytest

工具列表

list_repos：列出已配置仓库以及索引是否存在。
refresh_repos：刷新仓库元信息，可选返回 codegraph status 输出。
explore_repo：针对单个仓库运行 codegraph explore。
ask_multi_repo：根据问题自动路由到候选仓库，并发运行 CodeGraph 探索。
trace_across_repos：跨仓库搜索符号、API、topic、DTO、表名等标识符。

说明

这个 MCP 服务不会直接生成最终的自然语言回答。它返回结构化证据和原始 CodeGraph 输出，由调用它的 AI agent 继续推理和组织答案。

License

MIT

Install Server

license - permissive license

quality

maintenance

How are these scores calculated?

Maintenance

–Maintainers

–Response time

–Release cycle

–Releases (12mo)

Commit activity

Resources

GitHub Repository

Need Help?

Related Servers

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Tools

Latest Blog Posts

Lightport: Open-Sourcing Glama's AI Gateway
By punkpeye on April 27, 2026.
open source
OpenAI
Tool Definition Quality Score (TDQS)
By punkpeye on April 3, 2026.
mcp
The Hackers Who Tracked My Sleep Cycle
By punkpeye on March 26, 2026.
security

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/shinerio/codegraph-multi-repo-mcp'

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