CodeMind Agent

基于 RAG (检索增强生成) 的代码仓库智能问答系统，帮助开发者快速理解和查询代码库。

功能特性

🤖 智能 Agent 模式

自主决定何时使用检索工具
支持流式和非流式输出
集成多种代码分析工具
支持混合 MCP 架构：检索本地执行，文件/搜索/命令工具可通过 MCP 服务调用

🔍 智能代码检索

混合检索: 语义向量检索 + BM25 关键词检索双路并行
RRF 融合: 使用 Reciprocal Rank Fusion 算法智能融合两路结果
标识符增强: 可选对查询中的代码标识符进行匹配增强
三种模式: 支持纯向量、纯 BM25、混合检索三种模式可配置
支持代码和文档分开检索: 使用阿里云 text-embedding-v4 模型
BM25 词面兜底: 当 BM25 的 IDF 得分为 0 但查询词确实命中内容时，使用词频重合分数保留结果

✂️ 智能代码切分

Python: 基于 AST 的类/函数级别切分
多语言 AST 支持: 基于 Tree-sitter 的语法感知切分
- 支持: JavaScript, TypeScript, JSX, TSX, Java, Go, Rust, C, C++
- 按类/函数结构切分，保留完整语法单元
- 使用字节范围合并结构块和零散片段，避免多字节字符导致切片错位
- 自动降级到正则模式切分（Tree-sitter 不可用时）
索引范围过滤: 遍历时提前跳过依赖、缓存、构建产物等目录，只索引支持的代码和文档文件
增量追加与去重: 支持按文件/目录追加索引，并基于 chunk_hash 跳过已存在的 BM25/Chroma 分块
保留完整语法结构，避免破坏代码语义

🔄 查询改写 (Query Rewriting)

关键词提取: 从用户问题中提取核心关键词
回答推测: 基于问题推测可能的答案方向
混合检索增强: 将推测答案+关键词用于检索，提高命中率
可配置模型: 使用独立的 query_rewriting 模型

📝 上下文总结层

检索结果智能总结
减少 Token 消耗
聚焦相关信息

🛡️ 安全机制

路径白名单验证
敏感文件保护
命令白名单控制

快速开始

环境准备

# 安装依赖
pip install -r requirements.txt

配置

环境变量：复制示例文件并填入 API Key

cp .env.example .env
# 编辑 .env，填入 DASHSCOPE_API_KEY
# 可选：填入 E2B_API_KEY 用于沙箱执行

仓库配置：在 config.yml 中设置要索引的仓库路径

repo:
  path: "/path/to/your/git/repo"

MCP 配置（可选）：默认开启 Agent -> MCP server 工具代理

mcp:
  transport: "stdio"   # stdio / local
  server_command:      # stdio 模式下的 MCP server 启动命令
    - "conda"
    - "run"
    - "--no-capture-output"
    - "-n"
    - "AIP312"
    - "python"
    - "/abs/path/to/code-mind-agent/codemind_mcp/server.py"
  server_env:          # 可选：传给 MCP server 子进程的环境变量
    CODEMIND_CONFIG_PATH: "/abs/path/to/config.yml"
  call_timeout: 10
  startup_timeout: 15

transport 说明：

stdio：MCP server 作为独立子进程运行，通过 stdio 通信（推荐，完全隔离）
local：MCP server 在同一进程内直接调用（用于测试/调试）

沙箱配置（可选）：通过 E2B 沙箱安全执行 MCP 工具

e2b:
  enabled: false          # 是否启用沙箱执行
  api_key: "${E2B_API_KEY}"  # E2B API Key（或通过环境变量 E2B_API_KEY 设置）
  template: "base"        # 沙箱模板
  timeout: 30             # 沙箱超时（秒）
  repo_sync_enabled: true  # 是否同步仓库到沙箱
  workspace_root: "/workspace"  # 沙箱工作区根目录

索引代码库

python scripts/index_repo.py

也可以显式指定仓库路径和向量库目录：

python scripts/index_repo.py /path/to/repo --persist-dir ./chroma_db

增量追加文件或目录

当只新增少量文件时，可以复用完整索引的切分和写入逻辑，将指定文件或目录追加到现有 Chroma 和 BM25 索引中：

python scripts/add_by_file_path.py /path/to/new_file.py
python scripts/add_by_file_path.py /path/to/new_directory --persist-dir ./chroma_db

脚本会按当前索引规则过滤文件，生成 chunk_hash，并跳过现有索引中已经存在的分块。

按 Git 变更更新索引

根据 Git 提交记录、暂存区或工作区变更，自动删除旧索引并重建变更文件的新索引：

# 使用最近 1 次提交（默认）
python scripts/update_by_git.py

# 使用最近 n 次提交
python scripts/update_by_git.py --commits 3

# 使用指定提交修订号
python scripts/update_by_git.py --revision abc123

# 使用暂存区变更
python scripts/update_by_git.py --staged

# 使用工作区变更
python scripts/update_by_git.py --working

# 指定 Chroma 持久化目录
python scripts/update_by_git.py --persist-dir ./chroma_db

此功能也可通过 MCP 工具 codemind_update_by_git 调用。

启动服务

python app.py
# 或使用 uvicorn
uvicorn app:app --reload

单独启动 MCP Server

python codemind_mcp/server.py

其他mcp client配置文件参考：项目根目录的 mcp_client_config.json

工具调用基准测试

对比本地工具、MCP local transport 和 MCP stdio transport：

PYTHONIOENCODING=utf-8 PYTHONUTF8=1 conda run --no-capture-output -n AIP312 python scripts/benchmark_mcp_tools.py --iterations 5
PYTHONIOENCODING=utf-8 PYTHONUTF8=1 conda run --no-capture-output -n AIP312 python scripts/benchmark_mcp_tools.py --iterations 5 --stdio

这个脚本只测工具调用延迟，不包含 LLM 或检索链路。

工具内存基准测试

对比本地工具、MCP local transport 和 MCP stdio transport 的 RSS 增量：

PYTHONIOENCODING=utf-8 PYTHONUTF8=1 conda run --no-capture-output -n AIP312 python scripts/benchmark_mcp_memory.py
PYTHONIOENCODING=utf-8 PYTHONUTF8=1 conda run --no-capture-output -n AIP312 python scripts/benchmark_mcp_memory.py --stdio

这个脚本统计的是当前 Python 进程的 RSS 峰值增量。对 stdio 模式，它主要反映客户端进程开销，不包含 MCP server 子进程的完整内存画像。

API 使用

服务默认运行在 http://localhost:8000

方式一：Swagger UI (推荐)

打开浏览器访问 http://localhost:8000/docs 直接在页面上测试接口。

方式二：Python Requests

import requests

response = requests.post(
    "http://localhost:8000/chat",
    json={
        "question": "这个项目的主要功能是什么？",
        "history": []
    }
)
result = response.json()
print(result["answer"])

方式三：流式接口

import requests

response = requests.post(
    "http://localhost:8000/chat/stream",
    json={
        "question": "解释一下项目架构",
        "history": []
    },
    stream=True
)

for chunk in response.iter_content(chunk_size=None):
    if chunk:
        print(chunk.decode(), end='')

项目结构

CodeMindAgent/
├── agent/                    # Agent 核心模块 (MCP Host)
│   ├── agent.py             # CodeMind Agent 主类
│   ├── mcp_host.py          # MCP 客户端封装 (Agent 作为 MCP Host)
│   ├── streaming.py         # 流式输出处理
│   └── tools/               # Agent 本地工具集
│       └── retrieve_and_summarize.py  # 检索总结工具 (仅存的本地工具)
├── codemind_mcp/            # MCP 服务层
│   ├── server.py            # MCP Server 入口
│   ├── sdk.py               # MCP SDK 适配层
│   ├── security.py          # MCP 安全模块
│   ├── tool_paths.py        # MCP 工具路径
│   ├── output_truncation.py # 工具输出截断模块
│   ├── sandbox/             # 沙箱执行模块
│   │   ├── e2b_sandbox.py  # E2B 沙箱 SDK 封装
│   │   ├── sandboxed_tools.py  # 沙箱版 MCP 工具封装
│   │   └── tool_executor.py  # 沙箱工具执行器
│   └── tools/               # MCP 工具定义（含实现）
│       ├── base.py          # 工具基类
│       ├── read_file.py     # 读取文件工具（含实现，最多支持读取256行）
│       ├── search_code.py   # 代码搜索工具（含实现）
│       ├── run_command.py   # 命令执行工具（含实现）
│       └── index_manager/   # 索引管理工具集
│           ├── index_repo.py
│           ├── add_by_file_path.py
│           ├── delete_by_file_path.py
│           └── update_by_git.py  # 按 Git 变更更新索引工具
├── prompts/                 # 提示词管理
│   └── prompt_manager.py    # 提示词管理器
├── scripts/                 # 脚本工具
│   ├── index_repo.py        # 仓库索引脚本
│   ├── add_by_file_path.py  # 增量追加索引脚本
│   ├── delete_by_file_path.py  # 删除索引脚本
│   ├── update_by_git.py     # 按 Git 变更更新索引脚本
│   ├── benchmark_mcp_tools.py  # MCP 工具基准测试
│   └── benchmark_mcp_memory.py  # MCP 内存基准测试
├── services/                # 服务管理
│   └── service_manager.py   # 单例服务管理器
├── tests/                   # 测试套件
│   └── test_mcp/            # MCP 相关测试
│       ├── test_server.py
│       ├── test_client.py
│       ├── test_agent_mcp_tools.py
│       ├── test_service_manager_mcp.py
│       ├── test_proxy_e2e.py
│       ├── test_app_health.py
│       └── tools/
│           ├── test_read_file.py
│           ├── test_search_code.py
│           ├── test_run_command.py
│           └── test_index_manager.py
├── utils/                   # 工具模块
│   ├── config.py            # 配置管理
│   ├── logger.py            # 日志工具
│   ├── summarizer.py        # 总结模块
│   ├── query_rewriting.py   # 查询改写模块
│   ├── bm25_index.py        # BM25 关键词索引
│   └── fusion.py            # 结果融合模块 (RRF)
├── app.py                   # FastAPI 主应用
├── config.yml               # 配置文件
├── mcp_client_config.json   # MCP 客户端配置 (用于 Claude Desktop 等)
└── requirements.txt         # 依赖列表

配置说明

config.yml 配置项

chroma:
  persist_dir: "./chroma_db"          # 向量数据库存储位置
  chunk_size:
    doc: 800                          # 文档切分大小 (字符)
    code: 2000                        # 代码切分大小 (字符)
  chunk_overlap: 100                  # 切分重叠大小
  retrieval_k:
    docs: 5                           # 向量检索文档数量
    codes: 10                         # 向量检索代码数量

bm25:
  persist_path: "./bm25_index/index.pkl"  # BM25 索引存储位置
  retrieval_k:
    docs: 10                          # BM25 检索文档数量
    codes: 20                         # BM25 检索代码数量

retrieval:
  mode: "hybrid"                      # 检索模式: vector / bm25 / hybrid
  fusion: "rrf"                       # 融合算法: rrf (当前仅支持 RRF)
  rrf_k: 60                           # RRF 算法 k 参数 (默认 60)
  identifier_boost: 0.01              # 标识符匹配增强权重 (0 表示禁用)

repo:
  path: "/path/to/repo"               # 被索引仓库路径

embeddings:
  model: "text-embedding-v4"          # 嵌入模型

llm:
  model: "qwen-max"                   # 主 LLM 模型
  temperature: 0.1

summarizer:
  model: "qwen-turbo"                 # 总结模型
  temperature: 0.1

query_rewriting:
  model: "qwen-turbo"                 # 查询改写模型
  temperature: 0.1

splitting:
  max_class_length: 3000              # Python 类最大长度 (超过会拆分)

agent:
  enabled: true
  model: "qwen-max"
  allowed_dirs: ["."]                 # 允许访问的目录
  blocked_files:                      # 禁止访问的文件模式
    - ".env"
    - "*.key"
  allowed_commands:                   # 允许执行的命令
    - "ls"
    - "cat"
    - "grep"
    - "git"

mcp:
  transport: "stdio"                  # stdio / local
  server_command:                     # stdio 模式下的 MCP server 启动命令
    - "conda"
    - "run"
    - "--no-capture-output"
    - "-n"
    - "AIP312"
    - "python"
    - "/abs/path/to/code-mind-agent/codemind_mcp/server.py"
  server_env:                         # 可选：传给 MCP server 子进程的环境变量
    CODEMIND_CONFIG_PATH: "/abs/path/to/config.yml"
  call_timeout: 10                    # MCP 工具调用超时 (秒)
  startup_timeout: 15                 # MCP server 启动超时 (秒)

e2b:
  enabled: false                      # 是否启用 E2B 沙箱执行
  api_key: "${E2B_API_KEY}"          # E2B API Key（支持环境变量展开）
  template: "base"                    # E2B 沙箱模板
  timeout: 30                         # 沙箱超时 (秒)
  repo_sync_enabled: true             # 是否同步仓库到沙箱
  workspace_root: "/workspace"        # 沙箱工作区根目录

Agent 可用工具

1. RetrieveAndSummarize

根据用户问题从代码库中检索相关文档并进行总结提炼。这是获取代码库上下文的首选工具，始终在本地执行（不通过 MCP）。

2. ReadFile

读取指定文件内容，支持按行号范围读取（start_line 和 end_line 为可选参数）。最多支持读取256行，如需读取更多，请分批读取。通过 MCP server 调用。

沙箱执行：当 e2b.enabled 为 true 时，通过 E2B 沙箱执行，否则本地执行

3. SearchCode

在代码库中搜索关键词或正则表达式。通过 MCP server 调用。

沙箱执行：当 e2b.enabled 为 true 时，通过 E2B 沙箱执行，否则本地执行

4. RunCommand

执行只读 shell 命令（如 ls, cat, grep, git 等）。通过 MCP server 调用。

沙箱执行：当 e2b.enabled 为 true 时，通过 E2B 沙箱执行，否则本地执行
轻量命令优化：ls, cat, grep, find, head, tail, wc 等只读命令即使在沙箱模式下也会优先在本地执行以避免仓库同步开销

5. IndexRepo

索引整个代码仓库到向量数据库。通过 MCP server 调用。

6. AddByFilePath

增量追加指定文件或目录到索引。通过 MCP server 调用。

7. DeleteByFilePath

从索引中删除指定文件或目录。通过 MCP server 调用。

8. UpdateByGit

根据 Git 提交、修订号、暂存区或工作区变更，自动删除旧索引并重建变更文件的新索引。通过 MCP server 调用。从索引中删除指定文件或目录。通过 MCP server 调用。

核心技术

MCP 架构

项目采用 Model Context Protocol (MCP) 架构，实现了工具的模块化和可复用性：

┌─────────────────────────────────────────────────────────────┐
│                    FastAPI (app.py)                         │
└────────────────────────────┬────────────────────────────────┘
                             │
                             ▼
┌─────────────────────────────────────────────────────────────┐
│              ServiceManager (services/)                     │
│  ┌───────────────────────────────────────────────────────┐ │
│  │  ┌──────────────────┐     ┌───────────────────────┐   │ │
│  │  │ CodeMind Agent   │     │   Vector DB / BM25    │   │ │
│  │  │  (MCP Host)      │     │   (本地执行)          │   │ │
│  │  └────────┬─────────┘     └───────────────────────┘   │ │
│  │           │                                            │ │
│  │           ▼                                            │ │
│  │  ┌──────────────────┐      ┌───────────────────────┐   │ │
│  │  │   MCPClient      │      │ RetrieveAndSummarize  │   │ │
│  │  │  (mcp_host.py)   │      │      (本地工具)       │   │ │
│  │  └────────┬─────────┘      └───────────────────────┘   │ │
│  └───────────┼────────────────────────────────────────────┘ │
└──────────────┼──────────────────────────────────────────────┘
               │
               │ stdio / local
               ▼
┌─────────────────────────────────────────────────────────────┐
│              MCP Server (codemind_mcp/)                     │
│  ┌───────────────────────────────────────────────────────┐ │
│  │ Tools:                                                 │ │
│  │  - ReadFile                                            │ │
│  │  - SearchCode                                          │ │
│  │  - RunCommand                                          │ │
│  │  - IndexRepo / AddByFilePath / DeleteByFilePath        │ │
│  └───────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────┘

架构特点：

混合执行模式：检索工具 (RetrieveAndSummarize) 在本地执行，保证低延迟；文件/搜索/命令等工具通过 MCP Server 执行，实现模块化
双 Transport 支持：
- stdio：MCP Server 作为独立子进程运行，完全隔离（推荐用于生产）
- local：MCP Server 在同一进程内直接调用（用于测试/调试）
安全隔离：所有工具的安全检查逻辑统一由 agent/security.py 管理，MCP Server 端代理调用
可复用性：MCP Server 可独立运行，支持被 Claude Desktop 等其他 MCP 客户端调用

MCP Server 独立使用：

# 独立启动 MCP Server（用于 Claude Desktop 等客户端）
PYTHONIOENCODING=utf-8 PYTHONUTF8=1 conda run --no-capture-output -n AIP312 python codemind_mcp/server.py

RAG 流程

用户问题 → 查询改写 → 混合检索 → 结果融合 → 结果总结 → Agent 回答
           ↑    ↓          ↓
    关键词提取 + 回答推测  ├─ 向量检索 (Chroma)
           ↑                └─ BM25 关键词检索
      代码/文档切分 → ├─ 向量化 → Chroma 存储
                      └─ 构建 BM25 索引

总结层会在输出末尾附带与问题相关的来源文件路径，便于继续定位原始材料；如果文档内容和实际代码不一致，以实际代码为准。

混合检索策略

双路检索: 向量检索 + BM25 关键词检索并行执行
RRF 融合: 使用 Reciprocal Rank Fusion 算法融合两路结果
分开处理: doc 和 code 两类文档分开检索、分开融合，保证比例
可配置: 支持 vector / bm25 / hybrid 三种模式切换
词面兜底: 当小语料或常见词导致 BM25 IDF 为 0 时，按查询 token 在文档中的出现次数给出兜底分数

RRF (Reciprocal Rank Fusion) 算法

对每个结果列表，按排名计算分数: score = 1 / (k + rank)
同一文档在多个列表中的分数累加
按最终分数重新排序
默认 k=60 (经验值)

查询改写流程

用户问题
   ↓
┌─────────────────────────────────┐
│  1. 关键词提取                  │
│     aget_query_key_words()     │
│     提取核心技术术语           │
└─────────────────────────────────┘
   ↓
┌─────────────────────────────────┐
│  2. 回答推测                    │
│     aget_query_answer_guess()   │
│     基于问题推测可能的答案      │
└─────────────────────────────────┘
   ↓
┌─────────────────────────────────┐
│  3. 检索文本构建                │
│     temp_question =             │
│       answer_guess +            │
│       "关键词: " + (kw * 3)    │
└─────────────────────────────────┘
   ↓
使用增强文本进行向量检索

代码切分策略

Python (AST 模式)

使用 ast.parse() 解析代码
提取顶级类、函数定义
按类/函数边界切分
超大类按方法进一步拆分
AST 解析失败时回退到缩进扫描模式

多语言 Tree-sitter AST 模式 (推荐)

支持语言: JavaScript, TypeScript, JSX, TSX, Java, Go, Rust, C, C++
架构: 统一 CodeSplitter 抽象，语言特定实现
切分策略:
- 按类/接口/结构体切分（语言特定节点类型）
- 按函数/方法切分
- 超大类按内部方法进一步拆分
- 保留非结构代码片段
- 使用 UTF-8 字节范围处理 Tree-sitter 节点，适配包含中文等多字节字符的源码
降级机制: Tree-sitter 不可用时 → RegexCodeSplitter

正则模式切分 (降级方案)

Java: 在 public/private/class/interface 前切分
JS/TS/JSX/TSX: 在 function/class/const/export 前切分
Go: 在 func/type/struct 前切分
Rust: 在 fn/impl/struct/enum 前切分
C/C++: 在函数定义、类/结构体前切分

检索策略

代码和文档分别检索
可配置不同检索数量
使用元数据过滤器区分类型

索引策略

遍历目录时会原地过滤 .git、依赖目录、缓存目录、构建产物等，避免进入无关目录
代码文件按语义块生成 Document，单个代码块按 chroma.chunk_size.code 截断，不再对代码块做二次递归切分
文档文件继续使用 RecursiveCharacterTextSplitter，遵循 chroma.chunk_size.doc 和 chroma.chunk_overlap
每个分块会写入基于内容 SHA-256 计算的 chunk_hash，写入前先在本次分块、已有 BM25 metadata、已有 Chroma metadata 中去重
scripts/add_by_file_path.py 与全量索引复用同一套 build_chunks / save_indexes 流程，避免增量追加和全量重建的规则漂移
Chroma 写入按 1024 条文档分批处理，降低大仓库索引时的内存和 API 超时风险

API 文档

POST /chat

非流式问答接口

请求体:

{
  "question": "用户问题",
  "history": []
}

响应:

{
  "answer": "AI 回答",
  "agent_mode": true,
  "error": null
}

POST /chat/stream

流式问答接口

请求体: 同 /chat

响应: Server-Sent Events 流

GET /health

健康检查接口

响应:

{
  "status": "ok",
  "vectordb_initialized": true,
  "agent_initialized": true,
  "mcp_client_initialized": true,
  "mcp_client_healthy": true
}

开发指南

本地开发

# 克隆项目
git clone <repo>
cd CodeMindAgent

# 安装依赖
pip install -r requirements.txt

# 配置
cp .env.example .env
# 编辑 .env 填入 API Key

# 索引当前目录
python scripts/index_repo.py .

# 启动服务
python app.py

扩展 Agent 工具

在 agent/tools/ 目录下创建新文件，使用 @tool 装饰器定义工具：

from langchain_core.tools import tool

@tool
def MyNewTool(param: str) -> str:
    """工具描述"""
    # 实现逻辑
    return result

然后在 agent/tools/__init__.py 中导出，并在 agent/agent.py 中添加到工具列表。

自定义提示词

通过 PromptManager 添加自定义提示词：

from prompts.prompt_manager import PromptManager, PromptScenario, PromptLanguage

pm = PromptManager.get_instance()
pm.add_custom_prompt(
    scenario="my_scenario",
    language="zh-CN",
    version="1.0.0",
    template="你的提示词模板 {input}",
    input_variables=["input"],
    description="描述"
)

常见问题

Q: 如何更换嵌入模型？

A: 在 config.yml 中修改 embeddings.model 配置，支持阿里云 DashScope 的所有嵌入模型。

Q: 索引速度慢怎么办？

A: 可以通过调整 chroma.chunk_size.code 和 splitting.max_class_length 来改变切分粒度，或者把不需要的目录/文件加入排除规则。索引脚本已经会提前跳过常见依赖、缓存和构建目录，并按 1024 条文档分批写入 Chroma。

Q: 如何支持更多编程语言？

A: 1. 在 scripts/index_repo.py 中:

添加到 LANGUAGE_MAP、CLASS_CHUNK_TYPES、FUNCTION_CHUNK_TYPES
或在 RegexCodeSplitter 中添加正则模式

推荐使用 Tree-sitter 语法解析器，通过 TreeSitterCodeSplitter 实现

Q: 向量数据库占用空间太大？

A: 可以使用 scripts/delete_by_file_path.py 删除不需要的文件索引（会同时删除 Chroma 和 BM25 索引），或者调整切分策略减少 chunk 数量。

Q: 新增了少量文件，必须重新索引整个仓库吗？

A: 不需要。可以运行 scripts/add_by_file_path.py /path/to/file_or_dir 增量追加指定文件或目录。脚本会复用全量索引的文件过滤、代码切分、BM25/Chroma 写入逻辑，并通过 chunk_hash 跳过已存在分块。

Q: 如何切换检索模式？

A: 在 config.yml 中修改 retrieval.mode 配置：

vector: 纯向量检索
bm25: 纯 BM25 关键词检索
hybrid: 混合检索（默认）

Q: BM25 索引是什么？需要手动构建吗？

A: BM25 是传统的关键词检索算法，用于补充语义检索的不足。

不需要手动构建：运行 scripts/index_repo.py 时会自动构建
索引存储在 bm25.persist_path 指定的路径
小语料或常见词导致 BM25 得分为 0 时，会使用查询词词频重合作为兜底分数
增量追加时会先加载已有 BM25 文档和 metadata，合并新增分块后重建并保存 BM25 索引
删除时会同步删除：scripts/delete_by_file_path.py 会同时删除两类索引

Q: 什么是标识符增强？

A: 标识符增强是对代码标识符（变量名、函数名等）的额外匹配增强。

启用：设置 retrieval.identifier_boost > 0 (如 0.01)
作用：如果文档包含查询中的标识符，会获得额外加分
适用场景：精确查找特定函数、类名时

许可证

MIT License

Name		Name	Last commit message	Last commit date
Latest commit History 80 Commits
.claude		.claude
.planning		.planning
agent		agent
codemind_mcp		codemind_mcp
docs		docs
examples		examples
handler		handler
prompts		prompts
rag		rag
scripts		scripts
services		services
tests		tests
utils		utils
.env.example		.env.example
.gitignore		.gitignore
AGENTS.md		AGENTS.md
CLAUDE.md		CLAUDE.md
README.md		README.md
TODO.md		TODO.md
app.py		app.py
config.yml		config.yml
mcp_client_config.json		mcp_client_config.json
requirements.txt		requirements.txt

Folders and files

Latest commit

History

Repository files navigation

CodeMind Agent

功能特性

🤖 智能 Agent 模式

🔍 智能代码检索

✂️ 智能代码切分

🔄 查询改写 (Query Rewriting)

📝 上下文总结层

🛡️ 安全机制

快速开始

环境准备

配置

索引代码库

增量追加文件或目录

按 Git 变更更新索引

启动服务

单独启动 MCP Server

工具调用基准测试

工具内存基准测试

API 使用

方式一：Swagger UI (推荐)

方式二：Python Requests

方式三：流式接口

项目结构

配置说明

config.yml 配置项

Agent 可用工具

1. RetrieveAndSummarize

2. ReadFile

3. SearchCode

4. RunCommand

5. IndexRepo

6. AddByFilePath

7. DeleteByFilePath

8. UpdateByGit

核心技术

MCP 架构

RAG 流程

混合检索策略

RRF (Reciprocal Rank Fusion) 算法

查询改写流程

代码切分策略

Python (AST 模式)

多语言 Tree-sitter AST 模式 (推荐)

正则模式切分 (降级方案)

检索策略

索引策略

API 文档

POST /chat

POST /chat/stream

GET /health

开发指南

本地开发

扩展 Agent 工具

自定义提示词

常见问题

Q: 如何更换嵌入模型？

Q: 索引速度慢怎么办？

Q: 如何支持更多编程语言？

Q: 向量数据库占用空间太大？

Q: 新增了少量文件，必须重新索引整个仓库吗？

Q: 如何切换检索模式？

Q: BM25 索引是什么？需要手动构建吗？

Q: 什么是标识符增强？

许可证

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages