Code-Graph-RAG: Truy Vấn Codebase Như Một Đồ Thị

Tìm Hiểu Code-Graph-RAG

Code-Graph-RAG là một CLI và thư viện Python biến một codebase thành đồ thị tri thức có thể truy vấn: bộ phân tích AST bằng Tree-sitter đọc từng hàm, class và module trong một repo đa ngôn ngữ rồi lưu vào Memgraph, cùng một lớp tìm kiếm ngữ nghĩa (semantic search) tuỳ chọn qua Qdrant. Từ đó bạn đặt câu hỏi bằng ngôn ngữ tự nhiên, và một lớp RAG tương tác sẽ dịch câu hỏi đó thành truy vấn Cypher trên chính đồ thị đó.

Năng Lực Cốt Lõi

• ✓Phân tích bằng Tree-sitter trên Python, TypeScript, TSX, JavaScript, Rust, Go, Java, C, C++, C#, PHP, Lua và Dart, lưu chung vào một đồ thị tri thức Memgraph.
• ✓Truy vấn bằng ngôn ngữ tự nhiên: lớp RAG biến một câu hỏi tiếng Anh thường thành truy vấn Cypher trên đồ thị và trả lời có căn cứ.
• ✓Chỉnh sửa code dựa trên AST kèm bản xem trước diff trước khi ghi bất cứ thứ gì xuống đĩa.
• ✓Phát hiện dead code bằng cách duyệt các cạnh gọi hàm và tham chiếu từ các entry point.
• ✓Tìm và thay thế theo cấu trúc qua ast-grep, được đưa ra như công cụ cho agent để viết lại theo mẫu AST trên toàn bộ codebase.
• ✓Theo dõi luồng dữ liệu (các cạnh FLOWS_TO) bám theo giá trị qua các phép gán, lệnh gọi hàm và I/O sink, phủ C#, Java, C và Go.
• ✓Một MCP server để Claude Code và các MCP client khác truy vấn, chỉnh sửa đồ thị trực tiếp.

Ứng Dụng Thực Tế

• •Làm quen nhanh với một monorepo lớn, xa lạ, gộp nhiều ngôn ngữ trong cùng một codebase.
• •Trả lời câu hỏi về cấu trúc bằng ngôn ngữ tự nhiên thay vì grep — ví dụ hàm nào gọi một hàm cho trước, kể cả xuyên ngôn ngữ.
• •Tái cấu trúc code với sự hỗ trợ AI và dọn dead code, có bản xem trước diff thay vì tìm-thay thế mù.
• •Kết nối Claude Code hoặc MCP client khác thẳng vào đồ thị codebase để chỉnh sửa theo agent.
• •Theo dõi một giá trị đi từ đầu vào tới một I/O sink để rà soát bảo mật theo hướng data-flow.

Các Bước Cài Đặt

Code-Graph-RAG (CLI tên cgr) được publish lên PyPI. Cài với các extra treesitter-full và semantic — uv tool install "code-graph-rag[treesitter-full,semantic]" (khuyến nghị) hoặc pipx install "code-graph-rag[treesitter-full,semantic]". Bạn cũng cần cài riêng Docker (Memgraph chạy trong container), cmake và ripgrep; README có hướng dẫn đầy đủ cho cài từ source và thiết lập môi trường.

Bắt Đầu Với Một Repository

Khởi động stack Memgraph và Qdrant đóng gói sẵn bằng cgr daemon up — không cần file compose. Sau đó phân tích một repository vào đồ thị bằng cgr start --repo-path /path/to/repo --update-graph, rồi truy vấn nó bằng cgr start --repo-path /path/to/repo. Lặp lại bước phân tích cho mỗi repository khác; đồ thị dùng chung cho tất cả, đồng bộ một repo không ảnh hưởng các repo còn lại. Thêm --clean sẽ xoá toàn bộ project trong đồ thị dùng chung, không chỉ project bạn đang trỏ tới, và sẽ hỏi xác nhận trước nếu có project khác bị xoá theo.

Các Hướng Tiếp Cận Thay Thế

Câu Hỏi Thường Gặp

Vấn đề nó giải quyết

Phần lớn trợ lý code AI đọc một repository như một đống đoạn văn bản được xếp hạng theo độ tương đồng embedding — cách này ổn với một file đơn lẻ nhưng vỡ trận trong một monorepo đa ngôn ngữ, nơi một service Python gọi một microservice Go dùng chung schema với một frontend TypeScript — các liên kết gọi hàm và import thực tế bị mất. Code-Graph-RAG giữ nguyên cấu trúc đó bằng cách phân tích mọi thứ vào một đồ thị duy nhất, nên câu hỏi kiểu 'hàm này được gọi từ đâu' trả về câu trả lời thật thay vì đoạn văn bản nghe có vẻ liên quan nhất.

Ai nên dùng — và ai nên bỏ qua

Chọn Code-Graph-RAG nếu bạn đang duy trì một monorepo đa ngôn ngữ thật sự và muốn một agent AI hiểu được cấu trúc xuyên file, không chỉ dựa vào embedding — nhất là khi bạn đã dùng Claude Code hay MCP client khác. Bỏ qua nếu bạn chỉ làm việc trong một repo nhỏ, nơi một công cụ tìm kiếm code hay trợ lý một file thông thường đã đủ; dựng Memgraph qua Docker không đáng công ở quy mô đó.

Repo liên quan