Code Memory

MCP搜索检索

提供方 kapillamba4

搜索检索 stdio · 本地进程 API Key 社区 / 第三方 Claude
查看接入方式

一个本地运行的代码智能层服务,通过语义搜索和结构化解析提供精确的代码检索功能,适用于代码理解和开发效率提升。

一句话选型结论

按资料字段整理

Code Memory 属于搜索检索类 MCP 服务器,stdio · 本地进程,API Key,可直接接入 Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式stdio · 本地进程 鉴权API Key 部署方式本地部署
GitHub 星标 32 仓库热度,无公开仓库时显示未标注
工具数 4 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量4暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

代码检索Python本地部署语义搜索本地运行开发工具代码理解

安装与配置

stdio · 本地进程 API Key
客户端在本机拉起子进程,数据不出本机
pip install code-memory

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 4 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 4 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Code Memory当前 4 stdio · 本地进程 本地部署 有 2026-05-17
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方kapillamba4上游标注的维护方 kapillamba4
分类搜索检索本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式API Key远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

12.2 KB
来自项目仓库与上游目录的原文,未做删改

代码存储器

确定性、高精度 代码智能层 暴露为a 模型上下文协议(MCP) 服务器。

  • 零遥测 --你的代码永远不会离开你的机器
  • 不需要API密钥 --使用句子转换器完全在本地运行
  • 1分钟设置 --只是 uvx code-memory 你准备好了
  • 代币节省50% --精确的代码检索,而不是转储整个文件

如果你喜欢这个项目,请帮助星码记忆!

为什么是代码内存?

从大型代码库中查找正确的上下文是 昂贵的, 不准确的,以及 受上下文窗口限制将文件转储到提示中会浪费令牌,LLM会随着上下文的填充而失去对实际任务的跟踪。

而不是手动狩猎 grep/find 或转储原始文件文本, code-memory 对本地索引代码库运行语义搜索。灵感源自 克劳德语境,但从头开始设计用于大规模本地搜索。

支持的语言

完全AST支持 (带符号提取的结构解析):Python、JavaScript/TypeScript、Java、Go、Rust、C/C++、Ruby、Kotlin

后备支援 (全文件索引):C#、Swift、Scala、Lua、Shell、Config(yaml/toml/json)、Web(html/css)、SQL、Markdown

> 文件匹配 .gitignore 模式会自动跳过。

架构:渐进式披露

代替单一的整体搜索, code-memory 通过路由查询 三种专用工具:

问题类型 工具 数据源
“在哪里/什么/如何?” --查找定义、引用、结构、语义搜索 search_code BM25+密集向量(SQLite向量)
“架构/模式” --了解架构,解释工作流程 search_docs 语义/模糊
“谁/为什么?” --调试回归,理解意图 search_history Git+BM25+密集向量(SQLite向量)
“设置/准备” --索引解析与嵌入生成 index_codebase AST解析器+ sentence-transformers

这迫使LLM选择 正确的检索策略 在获取任何数据之前。

安装

来自PyPI(推荐)```bash

Install with pip

pip install code-memory

Or with uvx (for MCP hosts)

uvx code-memory


### 源自```bash
# Clone the repo
git clone https://github.com/kapillamba4/code-memory.git
cd code-memory

# Install dependencies
uv sync

# Run the MCP server (stdio transport)
uv run mcp run code_memory/server.py

预构建二进制文件(独立)

从下载独立可执行文件 GitHub 发布 --无需安装Python。

平台 架构 文件
Linux x86_64 code-memory-linux-x86_64
macOS x86_64(英特尔) code-memory-macos-x86_64
macOS ARM64(苹果硅) code-memory-macos-arm64
Windows x86_64 code-memory-windows-x86_64.exe
# Linux/macOS: Download and make executable
chmod +x code-memory-*
./code-memory-*

# Windows: Run directly
code-memory-windows-x86_64.exe

注: 第一次运行将下载嵌入模型(~600MB)到 ~/.cache/huggingface/。后续运行使用缓存的模型。

快速入门

先决条件

  • Python≥3.13
  • uv 包管理器(推荐)或pip

如果没有,请安装uv:```bash
curl -LsSf https://astral.sh/uv/install.sh | sh


### 安装并运行```bash
# Install from PyPI
pip install code-memory

# Or run directly with uvx
uvx code-memory

发展```bash

Run with the MCP Inspector for interactive debugging

uv run mcp dev code_memory/server.py

Run tests

uv run pytest tests/ -v

Lint and format

uv run ruff check .
uv run ruff format .

Build package

uv build

Build standalone binary (requires pyinstaller)

pip install pyinstaller
pyinstaller --clean code-memory.spec

Binary output: dist/code-memory


## 配置您的MCP主机

您可以使用 `uvx` (需要Python)或独立二进制文件(无依赖关系)。

### 使用uvx(需要Python)

### Gemini CLI/Gemini代码辅助

添加到MCP设置中(例如。 `~/.gemini/settings.json`):```json
{
"mcpServers": {
"code-memory": {
"command": "uvx",
"args": ["code-memory"]
}
}
}

克劳德桌面版

添加 ~/Library/Application Support/Claude/claude_desktop_config.json (macOS)或 %APPDATA%\Claude\claude_desktop_config.json (Windows):```json
{
"mcpServers": {
"code-memory": {
"command": "uvx",
"args": ["code-memory"]
}
}
}


### 克劳德代码(CLI)

添加 `.mcp.json` 在您的项目根目录中或 `~/.mcp.json` 全球访问:```json
{
"mcpServers": {
"code-memory": {
"command": "uvx",
"args": ["code-memory"]
}
}
}

VS代码(复制/继续)

添加 .vscode/mcp.json 在您的工作空间中:```json
{
"servers": {
"code-memory": {
"command": "uvx",
"args": ["code-memory"]
}
}
}


### 使用独立二进制(不需要Python)

将路径替换为下载的二进制文件的位置:```json
{
"mcpServers": {
"code-memory": {
"command": "/path/to/code-memory-linux-x86_64"
}
}
}

对于Windows:```json
{
"mcpServers": {
"code-memory": {
"command": "C:\path\to\code-memory-windows-x86_64.exe"
}
}
}


## 共享SSE服务器(减少内存使用)

默认情况下,每个MCP主机项目都会启动自己的 `code-memory` 进程,每个项目加载一次嵌入模型(~1-2GB)。为了避免这种情况,你可以运行 **单一共享实例** 通过SSE(服务器发送事件)并将所有MCP主机指向它。

### 启动共享服务器```bash
# Using uvx (recommended)
uvx code-memory --transport sse

# Custom port and host
uvx code-memory --transport sse --port 8765 --host 127.0.0.1

# Using standalone binary
./code-memory-linux-x86_64 --transport sse

服务器正在监听 http://127.0.0.1:8765/sse 默认情况下。

配置MCP主机以使用共享服务器

不要启动新进程,而是将MCP主机指向正在运行的SSE端点。

克劳德桌面版```json

{
"mcpServers": {
"code-memory": {
"url": "http://127.0.0.1:8765/sse"
}
}
}


#### VS代码(复制/继续)```json
{
"servers": {
"code-memory": {
"url": "http://127.0.0.1:8765/sse"
}
}
}

克劳德代码(CLI)-- `.mcp.json````json

{
"mcpServers": {
"code-memory": {
"url": "http://127.0.0.1:8765/sse"
}
}
}


> **提示:** 配置 `uvx code-memory --transport sse` 通过单实例服务管理器(例如systemd用户服务、launchd代理或其他一次性登录/启动机制)启动,以便共享服务器自动启动。

> **安全:** SSE端点未经身份验证。保持默认值 `--host 127.0.0.1` 因此,只有本地进程可以连接;不要绑定到 `0.0.0.0` 或者公共接口,除非你在它前面加了身份验证。

## 配置

### CLI选项

|选项|描述|默认值|
|--------|-------------|---------|
| `--transport` |传输协议: `stdio` 或 `sse` | `stdio` |
| `--port` |SSE运输港口(仅当 `--transport sse` 使用)| `8765` |
| `--host` |SSE传输的主机/绑定地址(仅当 `--transport sse` 使用)| `127.0.0.1` |

### 环境变量

|变量|描述|默认值|
|----------|-------------|---------|
| `CODE_MEMORY_LOG_LEVEL` |记录详细信息(调试、信息、警告、错误)|信息|
| `EMBEDDING_MODEL` |用于嵌入的HuggingFace模型ID| `jinaai/jina-code-embeddings-0.5b` |

例子:```bash
CODE_MEMORY_LOG_LEVEL=DEBUG uvx code-memory

自定义嵌入模型

您可以通过设置以下参数来使用不同的嵌入模型 EMBEDDING_MODEL 环境变量:```bash
EMBEDDING_MODEL="BAAI/bge-small-en-v1.5" uvx code-memory


对于MCP主机,将环境变量添加到配置中:```json
{
"mcpServers": {
"code-memory": {
"command": "uvx",
"args": ["code-memory"],
"env": {
"EMBEDDING_MODEL": "BAAI/bge-small-en-v1.5"
}
}
}
}

> 注: 更改嵌入模型将使现有索引无效。你需要重新运行 index_codebase 在切换模型之后。

工具

index_codebase

对给定目录中的源文件和文档进行索引或重新索引。使用前运行此程序 search_code 或 search_docs 以确保数据库是最新的。使用树形图进行语言无关的结构提取,并使用 sentence-transformers (在本地、进程内运行)用于语义搜索。```
index_codebase(directory=".")


### `search_code`

执行语义搜索并查找结构化代码定义,定位函数/类的定义位置,或绘制依赖关系引用(调用图)。使用混合检索(BM25+向量嵌入)来查找精确匹配和语义相似性。```
search_code(query="parse python files", search_type="definition")
search_code(query="how do we establish the database connection", search_type="references")
search_code(query="src/auth/", search_type="file_structure")

search_docs

从概念上理解代码库——事物是如何工作的,架构模式,SOP。搜索从代码中提取的markdown文档、README和docstring。```
search_docs(query="how does the authentication flow work?")
search_docs(query="installation instructions", top_k=5)


### `search_history`

调试回归,并通过Git历史了解开发人员的意图。```
search_history(query="fix login timeout", search_type="commits")
search_history(query="src/auth/login.py", search_type="file_history", target_file="src/auth/login.py")
search_history(query="server.py", search_type="blame", target_file="server.py", line_start=1, line_end=20)

项目结构```

code-memory/
├── code_memory/ # Package source
│ ├── server.py # MCP server entry point (FastMCP)
│ ├── db.py # SQLite database layer with sqlite-vec
│ ├── parser.py # Tree-sitter-based code parser
│ ├── doc_parser.py # Markdown documentation parser
│ ├── queries.py # Hybrid retrieval query layer
│ ├── git_search.py # Git history search module
│ ├── errors.py # Custom exception hierarchy
│ ├── validation.py # Input validation functions
│ ├── logging_config.py # Structured logging configuration
│ └── api_types.py # MCP response TypedDicts
├── tests/ # Test suite
├── pyproject.toml # Project metadata & dependencies
└── prompts/ # Milestone prompt engineering files


## 故障排除

### “找不到Git存储库”错误

确保你在跑步 `search_history` 从git存储库中。该工具从当前目录向上搜索以查找 `.git`.

### 空搜索结果

跑 `index_codebase(directory=".")` 首先对代码和文档进行索引。索引存储在本地 `code_memory.db`.

### 索引速度慢

索引使用局部句子变换器模型生成嵌入。第一次运行下载模型(约600MB) `jina-code-embeddings-0.5b`).后续的跑步速度更快。

### 嵌入模型错误

确保您有足够的磁盘空间和内存。这 `jina-code-embeddings-0.5b` 加载时,该型号需要~1GB RAM。

## 隐私和安全

**你的代码永远不会离开你的机器。** 与基于云的代码智能工具不同,代码内存完全在本地运行:

- **零遥测** --没有使用数据、分析或跟踪
- **外部API调用为零** --所有处理都在进程中进行
- **零云依赖** --在没有互联网的情况下工作(初始设置后)
- **您的数据保留在本地** --存储在本地SQLite数据库中的索引

这使得代码内存非常适合:

- 专有和机密代码库
- 具有安全意识的组织
- 气隙开发环境
- 注重隐私的开发人员

看 比较.md 以获取与基于云的替代方案的详细比较。

## 气隙和离线支持

代码内存在完全隔离的环境中工作:

### 方法1:预构建二进制+缓存模型

1. 在连接的机器上,运行代码内存一次以缓存嵌入模型:```bash
uvx code-memory
# Model downloads to ~/.cache/huggingface/
  1. 转移到气隙机器:
  • 独立二进制文件来自 GitHub 发布
  • 模型缓存目录(~/.cache/huggingface/hub/models--*)
  1. 在气隙机器上运行——不需要网络。

方法2:离线pip安装

  1. 在连接的机器上从PyPI下载车轮
  2. 转移并安装: pip install code-memory-*.whl
  3. 如上所述预缓存模型
  4. 脱机运行

路线图

  • [x] 里程碑1 --项目脚手架和MCP协议布线
  • [x] 里程碑2 --实施 search_code 使用AST解析+SQLite+ sqlite-vec
  • [x] 里程碑3 --实施 search_history 与Git集成
  • [x] 里程碑4 --实施 search_docs 语义搜索
  • [x] 里程碑5 --生产硬化和包装

贡献

看 贡献.md 用于开发设置和指南。

更新日志

看 更改日志.md 版本历史。

许可证

麻省理工学院

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Code Memory 怎么安装?

在客户端按下面的安装命令接入:pip install code-memory。装完在客户端配置里引用同一个包或端点。

Code Memory 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Code Memory 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Code Memory 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

Code Memory 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Code Memory 能提供哪些能力?

资料显示约 4 个工具;能力标签包括 本地运行、Python、Claude。具体工具清单以官方文档为准。

Code Memory 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Code Memory 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。