第14章 Code-Graph-RAG 使用 MCP 为 AI 编码代理提供确定性上下文
用例:AI 编码代理的上下文
为你的 AI 编码代理提供一份 monorepo 地图
AI 编码代理的能力上限取决于它能检索到的上下文。在大型 monorepo 中,靠 grep 和逐个读文件既浪费上下文窗口,又会遗漏代码之间的关联。Code-Graph-RAG 的 MCP 服务器为代理提供确定性的图查询能力。
问题所在
代理靠 grep 和读几十个文件,依然找不到真正的调用点。 大型 monorepo 往往在代理找到正确代码之前,上下文窗口就先爆了。 代理的修改会破坏它从未看过的调用方。 每个工程师配置上下文的方式不同,导致结果参差不齐。
Code-Graph-RAG 如何解决
基于 MCP 的确定性图工具:resolve、definition、callers、callees、implementors、overrides 和 importers 直接从图中返回精确答案,而非概率性的搜索结果。
带 token 预算的上下文:context 工具在设定的 token 预算内,返回按图排序的任务所需最小代码片段。
图感知的重构:rename、change_signature 和 move 会重写图中已知的所有引用,并使用结构化搜索替换实现 AST 级别的修改。
每次编辑后保持最新:reingest 工具只更新被修改的文件及其依赖方,代理的下一次查询即可看到自己的改动。
在你的代理上试试
> 哪些服务调用了 /orders 端点的处理函数? > 修改 UserRepository.find_by_email 签名前,找出它的所有调用方。 > 给我修复 checkout.apply_coupon 中 bug 所需的最小上下文,控制在 8k token 以内。 > 把 LegacyClient 的所有引用重命名为 BillingClient。
涉及的 MCP 工具
context resolve callers callees rename change_signature move reingest
任何 MCP 客户端均可使用。详见 MCP 服务器页面。
常见问题
支持哪些代理工具?
任何支持 Model Context Protocol 的客户端都可以,包括 Claude Code 和 Cursor。整个团队可以共用同一个服务器。
代码会离开我们的网络吗?
图和 MCP 服务器都运行在你自己的机器上。代码是否会发送给模型提供商取决于你选择的模型;使用本地模型时,代码永远不会离开你的基础设施。
在你的 monorepo 上亲眼看看
与 Code-Graph-RAG 的工程师预约一次 30 分钟通话。我们会评估你的代码库、你的约束条件,以及最快产生价值的路径。
启动 monorepo 试点
预约 30 分钟通话
还在犹豫?花 2 分钟做个 monorepo 评估
更多用例
面向 AI 代理的 IDE 影响分析 开发者入职 遗留系统现代化 数据流与安全审查