vitali87

@vitali87

code-graph-rag

vitali87/code-graph-rag

The ultimate RAG for your monorepo. Query, understand, and edit multi-language codebases with the power of AI and knowledge graphs

STARS2,671
FORKS451
OPEN ISSUES / PRS23
LANGUAGEPython

CHOOSE YOUR VIEW

你想怎么了解这个项目?

同一份项目事实,两种阅读深度。不会改变页面地址和搜索内容。

当前展示快速摘要和完整技术内容,请按需要选择。选择只保存在当前设备。

ADOPTION BRIEF

项目采用前简报

当前判断证据不足,继续观察
标准证据模板项目采用前评估

已有部分公开证据,但样本或表述仍不足以支撑采用结论。

已有公开依据

  • 项目用途:来自项目描述、README 或现有中文解读。
  • 榜单记录:来自本站保存的周期快照和历史排名。
  • 健康证据:已采集公开提交、Issue、PR 或 Release 样本,当前置信度为 样本有限。
  • License:仓库当前声明为 MIT,仍需回到完整协议核验。
  • 近期变化:已有可展示的公开事实摘要,原始链接仍是最终核验入口。
  • 部署提醒:页面保留 README 和仓库链接,具体依赖、数据边界与运行方式以项目方文档为准。

采用前仍需核验

当前模板未发现明确证据缺口,但仍需在你的实际环境完成安装、依赖、数据和安全验证。

建议的下一步

  1. 打开 README 和完整 License,确认依赖与使用义务。
  2. 在隔离的测试环境完成最小可运行验证。
  3. 根据真实业务数据决定继续评估或暂缓采用。
01

QUICK UNDERSTANDING

先用几分钟判断它是否值得继续看

人话与术语分开,事实不变
先说人话 这是一个帮你用日常语言查找和修改代码的工具,它会先把整个代码项目的关系整理成一张清晰的图,让你不用逐行翻文件就能定位内容。

可以把它理解成一本会自动整理的代码地图册,当你想找某个功能时,它会像导游一样告诉你具体位置和周边关系。

WHEN TO USE IT

什么时候用得上

  • 当你在很大一堆代码文件里找‘用户登录’的验证逻辑,不知从哪查起时,它能直接告诉你位置。
  • 当你想修改某个功能,却担心牵连其他文件时,它能列出相关代码的关系,避免遗漏。
ONE EXAMPLE

举个具体例子

例如,小张接手了一个老项目,里面有 Python、Java 和 JavaScript 的代码。他想知道‘订单状态更新’在哪些地方用到,就在工具里输入这句话,工具很快列出了相关函数和调用关系,帮他省了一天搜索时间。

WHO IT FITS

如果你是……

  • 如果你是一名程序员,经常要在混合多种语言的代码项目里查找和修改代码,这个工具可能适合你。
  • 如果你是一名技术管理者,想快速了解代码架构而不必通读全部源码,也可以借助它。
BEFORE YOU START

开始前先知道

  • 开始之前,你需要确认自己的电脑能否安装并运行该工具所需的数据库软件(一种用来存放代码关系图的程序)。
  • 你还需要核对你的代码类型是否在工具支持的范围内,并准备好一个测试项目来试用。
当前维护状态近期活跃

最近 30 天内有代码推送记录。

License 提醒通常允许商业使用

通常仍需保留版权、许可声明,并遵守协议中的附加义务。

结论从哪里来?中文说明由公开项目资料辅助整理,最终判断请回到项目方原始来源。

HISTORICAL INTELLIGENCE

历史情报摘要

按周期独立统计
日榜首次记录
历史最佳#2当前排名#2

暂无可比的上一期数据

记录天数
1 天
记录期 Star
0
本站共 17 天日榜快照 · 最近记录 2026-08-09
周榜首次记录
历史最佳#15当前排名#15

暂无可比的上一期数据

记录天数
1 天
记录期 Star
0
本站共 17 天周榜快照 · 最近记录 2026-08-09
本站最早记录:2026-08-09

指标仅基于本站已保存快照,不代表项目在 GitHub 的首次上榜时间;同日多次抓取保留当日最新结果,负向 Star 差值按样本校正处理。

VERIFIABLE HEALTH SIGNALS

项目健康证据

维护、响应、交付与采用风险分开观察,不生成虚假的单一总分。
样本有限
MAINTENANCE

维护活性

核对提交
近 90 天 Commit
≥300
按公开记录统计
活跃贡献者
≥4
按公开记录统计 · 按公开提交账号去重
近 12 月活跃月份
2/12
基于已采集提交
RESPONSE

社区响应

核对样本
Issue 关闭率
95%
按公开记录统计 · 112/≥118 个同期新 Issue · Issue 原始样本 118 条/有效样本 118 条/排除 0 条
Issue 关闭中位数
10 小时
按公开记录统计 · 仅统计已关闭样本
PR 合并率
98%
按公开记录统计 · 293/≥300 个同期新 PR · PR 原始样本 300 条/有效样本 300 条/排除 0 条
PR 合并中位数
0.8 小时
按公开记录统计 · 仅统计已合并样本
DELIVERY

持续交付

核对发布
近 12 月正式 Release
14
按公开记录统计 · 排除草稿与预发布
最近正式 Release
2026-08-03
按公开记录统计 · 以公开发布时间为准
发布间隔中位数
5.0 天
按公开记录统计 · 至少两次正式发布才计算
ADOPTION

采用风险

查看仓库
仓库状态
正常开放
未发现归档标记
开源协议
MIT
仍需核对完整协议与依赖
Security Policy
未发现
仅检查 GitHub 社区资料

仓库类型 Monorepo统计窗口 90 天快照样本 1 天计算规则 health-v2采集于 2026-08-09 19:05

Monorepo:一个仓库承载多个包或应用,发布节奏需要结合子项目边界核对。 当前样本覆盖、分页完整性或适用度不足,不把局部数据写成整体结论。 这些信号不替代代码审计、安全测试和真实生产验证。

90-DAY CHANGE RADAR

最近 90 天发生了什么

依据可复核的项目特定事件生成,不用通用文案补足事实。
部分样本
近 90 天同时存在正式发布与合并活动,可继续核对具体演进方向

近 90 天记录到 ≥300 次 Commit、≥300 个新 PR(≥293 个已合并)和 ≥118 个新 Issue(≥112 个已关闭);同期可复核正式 Release 8 个。

代码推进≥300 次 Commit

按公开提交记录统计,不判断内容或代码质量。

合并协作≥293 / ≥300 个 PR

前者为已合并数量,后者为同期新建样本。

问题响应≥112 / ≥118 个 Issue

前者为已关闭数量,后者为同期新建有效样本。

正式发布8 个 Release

仅统计窗口内非草稿、非预发布版本。

2026-05-11 至 2026-08-09规则 changes-v3生成于 2026-08-09 19:05

  • 部分 GitHub API 分页达到采集上限,带“≥”的数量仅表示已采集下限。
  • Monorepo:一个仓库承载多个包或应用,发布节奏需要结合子项目边界核对。
  • 事件是否存在由确定性规则识别,摘要不使用 AI 猜测事件。
  • 这些公开活动记录不等同于代码质量、安全性或生产可用性结论。
  • 本站每日指标快照目前积累 1 天,不补算缺失日期,也不伪造完整 90 天增量。

AI-ASSISTED PROJECT BRIEF

项目定位与辅助解读

来源边界与风险表述检查

AI 解读仅作初评参考,技术落地请以 GitHub 源码、README 和完整协议为准。

项目资料AI 整理

基于知识图谱的多语言代码检索增强工具,用 Tree-sitter 解析代码结构并存入图数据库,支持以自然语言查询、理解和编辑大型代码库。

Code-Graph-RAG 是一个开源 Python 项目,旨在通过知识图谱技术帮助开发者理解和操作大型多语言代码库。它利用 Tree-sitter 解析源代码,提取函数、类、方法及关系,存储于 Memgraph 图数据库,并提供自然语言接口进行查询和编辑。项目宣称支持 monorepo 统一图模式,近期新增 Ruby 支持、基于 AST 的结构搜索替换以及数据流追踪等功能。许可证为 MIT,公开仓库显示活跃度较高。

核心亮点

项目最值得关注的能力

AI 推断
  • 使用 Tree-sitter 实现多语言解析,支持统一知识图谱模式
  • 基于 Memgraph 图数据库存储代码结构,支持自然语言查询
  • 近期加入 AST 结构搜索替换和数据流追踪功能

适用场景

它可以解决哪些实际问题

AI 推断
  • 在混合语言 monorepo 中定位特定函数或类的实现
  • 通过自然语言询问代码库的架构和模块关系
  • 使用 AST 模式进行跨文件的代码重构与替换

技术观察

从公开资料提炼的实现特征

AI 推断
  • 依赖 Tree-sitter 作为语法解析器,支持多种编程语言
  • 使用 Memgraph 作为图数据库,构建代码实体与关系图谱
  • 通过 agent 工具暴露结构搜索替换,底层基于 AST 匹配

优势判断

相对明确的项目价值

AI 推断
  • 统一图模式简化了多语言代码库的查询和理解
  • 自然语言接口降低了代码检索的门槛

局限与注意

评估和采用前需要留意

AI 推断
  • 需要部署和维护 Memgraph 图数据库等外部依赖
  • 公开资料未提供性能基准或第三方安全评估

适用人群

哪些开发者和团队值得关注

AI 推断
  • 维护大型多语言代码库的软件团队
  • 需要频繁进行代码结构分析和重构的开发者
综合参考
从公开资料看,该项目将代码结构转化为知识图谱并结合自然语言处理,为大型代码库的查询与编辑提供了新颖方案。社区反响积极(2.6k stars),但应注意 GitHub 账户暂停等异常状态,且缺少第三方安全与性能验证。建议在测试环境中评估其适配性和稳定性后再考虑生产采用。
由 AI 基于 GitHub 公开资料辅助生成,不构成安全审计、生产选型或专业建议。

依据与内容边界

区分可验证事实、项目方自述与 AI 推断

GitHub 可验证事实

Star、Fork、License、更新时间及健康证据样本来自 GitHub 公开接口。

项目方自述

功能与使用方式主要来自仓库描述和 README,未经本站独立验证。

AI 推断

适用场景、优势与局限属于辅助解读,应结合原始文档独立判断。

  • GitHub事实:仓库显示 2639 stars、436 forks、23 个 open issues/PRs,语言为 Python,许可证 MIT。
  • 项目方自述:README 声称支持多语言代码库的知识图谱查询与编辑,并提及 GitHub 账户暂停导致部分徽章不可用;这些描述未经第三方验证。
生成于 2026-08-09 19:16 规则版本 2026-08-v5-plain-language
内容有误或您是项目作者?提交纠错
仅保存处理所需内容,不记录原始 IP;可信项目作者的高风险申诉会优先处理。