GitHub MCP Server
Репозитории, задачи и pull request в рабочем процессе AI-ассистента.
MCP-сервер
Карта связей внутри кода: найти вызывающие функции, проследить цепочку вызовов и оценить, какие участки затронет изменение.
Сервер индексирует код в граф функций, классов, вызовов и связей между сервисами. Это помогает ответить на структурный вопрос — например, откуда вызывается обработчик или как запрос проходит через несколько модулей — до чтения всех файлов подряд.
search_graph ищет узлы, trace_path прослеживает связи, get_code_snippet возвращает фрагмент кода, detect_changes связывает незакоммиченный diff с затронутыми символами. check_index_coverage нужен для проверки покрытия индекса. Найденную цепочку стоит сопоставить с исходниками и тестами перед изменением поведения.
Автор предоставляет нативный исполняемый файл и пакетные обёртки. PyPI-пакет загружает проверяемые компоненты из релиза при первом запуске; команда install настраивает подключения клиентов. На авторской странице перечислены Claude Code, Codex CLI и Cursor. Для самого анализатора API-ключ и встроенная LLM не нужны.
Полнота разрешения типов зависит от языка; для языков без Hybrid LSP используется текстовое разрешение. Режим fast пропускает семантические связи и поиск похожего кода. Индексация локальная, но последующая передача найденных фрагментов модели зависит от выбранного AI-клиента.
Для одного известного имени достаточно текстового поиска. Для точечного переименования или замены тела функции рассмотрите Serena. Codebase Memory полезен прежде всего для исследования структуры; память о решениях и предпочтениях между разговорами — отдельный сценарий Hindsight.