codemunch-pro

CodeMunch Pro

智能代码索引 MCP 服务。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 — 通过字节偏移定位获取精确的函数源码，无需读取整个文件。

安装

pip install codemunch-pro

快速开始

Claude Desktop / Cline

在 MCP 客户端配置中添加：

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

HTTP 服务

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

15 个 MCP 工具

工具	描述
index_folder	索引本地目录（增量式，基于 SHA-256）
index_repo	索引 GitHub/GitLab 仓库（下载 tarball，无需 git）
list_repos	列出所有已索引的仓库及其统计信息
invalidate_cache	强制重新索引仓库
file_tree	获取目录树及文件数量
file_outline	列出单个文件中的符号
repo_outline	列出仓库中的所有符号（摘要）
get_symbol	获取一个符号的完整源码（O(1) 字节定位）
get_symbols	批量获取多个符号
search_symbols	混合搜索（FTS5 + 向量 RRF）
search_text	在文件内容中进行全文搜索
get_callees	此函数调用了什么？
get_callers	谁调用了此函数？
diff_symbols	自上次索引后有哪些变化？（PR 审查）
dependency_map	此文件依赖什么？又有哪些内容依赖它？

10 种语言

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

全部通过 tree-sitter-language-pack 实现 — 无需编译，提供预构建二进制文件。

主要功能

O(1) 符号获取

每个符号都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。一个来自 40KB 文件的 200 字节函数 = 节省 99.5% 的 token。

增量索引

文件使用 SHA-256 哈希。仅重新解析发生变化的文件。修改一个文件后，重新索引包含 10K 个文件的仓库只需几毫秒。

混合搜索（FTS5 + 向量）

使用 Reciprocal Rank Fusion，将 BM25 关键词匹配与语义向量相似度结合起来。搜索“authentication middleware”，即可找到 auth_middleware、verify_token 和 login_handler。

调用图

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

远程仓库索引（v1.1）

通过 URL 索引任意公开的 GitHub 或 GitLab 仓库 — 无需 git 二进制文件。通过 API 下载 tarball，解压并建立索引。缓存在本地，并通过 SHA 检查数据是否仍然新鲜。支持使用身份验证令牌访问私有仓库，并支持稀疏路径。

###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。不仅限于符号名称。

工作原理

1. 解析 — tree-sitter 为每个源文件构建 AST
2. 提取 — 遍历 AST，查找函数、类、方法、类型、接口
3. 存储 — 每个仓库使用一个带有 FTS5 虚拟表的 SQLite 数据库
4. 嵌入 — FastEmbed（ONNX，仅使用 CPU）为语义搜索生成 384 维向量
5. 构图 — 从函数体中提取调用表达式，存储并解析边
6. 提供服务 — 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 Agent：让 Agent 精准访问代码库，而不耗尽上下文
• 代码审查：更改函数签名前，找出所有调用者
• 入职：通过语义搜索符号 — 搜索“错误处理在哪里？”，即可找到相关代码
• 重构：在模块间移动函数前绘制调用图
• 文档：提取所有包含签名和文档字符串的公开 API

许可证

MIT