GitNexus：让 AI 真正读懂你的代码库

GitNexus 在 GitHub 上已经拿到 43K Star 了。

这个工具做的事情很明确：把整个代码库索引成一张知识图谱，包含依赖关系、调用链、功能聚类和执行流程，然后通过 MCP 协议把这些结构化信息暴露给 AI 编程工具。Cursor、Claude Code、Codex、Windsurf 都能直接对接。

1、 这玩意儿是干嘛的

一句话：给 AI 编程工具装一个代码库的"大脑"。

现在用 Cursor 或 Claude Code 写代码，AI 其实不知道你项目的全貌。它改了一个函数的返回值，不知道有 47 个地方依赖这个返回值，结果就是改完一处，到处报错。

GitNexus 解决的就是这个问题。它在本地把代码库解析一遍，生成一张完整的知识图谱，然后通过 MCP 协议把 16 个工具暴露出去。AI 想查依赖关系、调用链、影响范围，直接调工具就行，不用自己猜。

2、 支持哪些语言和编辑器

语言方面覆盖 14 种：TypeScript、JavaScript、Python、Java、Kotlin、C#、Go、Rust、PHP、Ruby、Swift、C、C++、Dart。每种语言的解析深度不一样，主流语言基本能做到完整的导入解析、类继承追踪、构造函数推断。

编辑器方面，Claude Code 集成最深，除了 MCP 工具之外还支持 agent skills 和自动增强钩子。Cursor、Antigravity（Google）、Codex、Windsurf、OpenCode 都支持 MCP 对接。装好之后跑一条命令就配好了：

npx gitnexus analyze

这一条命令干三件事：索引代码库、安装 agent skills、注册编辑器钩子。

3、 它能干什么

GitNexus 暴露给 AI 的核心能力有四个方向：

影响分析（Impact Analysis）：改一个函数之前，先查清楚上下游有哪些东西会受影响。工具会按深度分层返回结果，标注置信度。

流程搜索（Process-Grouped Search）：搜一个关键词，结果按执行流程分组返回，不是一堆散落的文件列表。比如搜"authentication"，它会告诉你 LoginFlow 里有哪几个函数参与了认证流程。

360 度上下文（Context）：查一个符号，返回它的调用者、被调用者、所属流程，一张图看完所有关系。

多文件重命名（Rename）：改一个函数名，自动找到所有引用的地方一起改，基于图谱和文本搜索双重匹配。

4、 Web UI 和 CLI 的区别

GitNexus 有两种用法。

CLI 模式是推荐方式，本地跑，索引存在项目目录的 .gitnexus/ 里，全局注册表在 ~/.gitnexus/registry.json。一个 MCP 服务器能同时服务多个已索引的仓库，连接按需打开，5 分钟不用自动回收。

Web UI 是纯浏览器端的图谱探索器，跑在 Vercel 上，代码不离开浏览器。适合快速看看结构、做演示，但受限于浏览器内存，大仓库撑不住。

两者可以通过 bridge 模式打通：CLI 那边跑 gitnexus serve，Web UI 自动检测本地服务器，直接浏览所有已索引的仓库，不用重新上传。

5、 技术实现

底层用 Tree-sitter 做 AST 解析，LadybugDB 做图数据库存储，搜索引擎是 BM25 加语义向量的混合方案，排序用 RRF 算法。CLI 版跑原生 Node.js，Web 版全部编译成 WASM 在浏览器里跑。支持 Docker 部署，两条命令起来：

docker compose up -d

索引过程分六步：遍历文件树、解析 AST、解析导入和调用关系、聚类、追踪执行流、构建搜索索引。整个过程在本地完成，不联网。

6、 适合什么场景

在用 AI 编程工具写中大型项目的人，GitNexus 能让 AI 少犯低级错误。特别是那种改一处要动十处的重构场景，影响分析工具能帮你提前摸清边界。

另外，做代码审查、写文档、排查线上问题的时候，知识图谱也能省不少翻代码的时间。

star-history.com/#abhigyanpatwari/GitNexus&type=date&legend=top-left)