代码库索引mcp
英语
基于向量相似性的代码库索引MCP服务器。使用OpenAI兼容的嵌入和基于Torch的本地向量存储，并具有CUDA/MPS加速功能。
特性
- MCP工具：
init,search,status,update - 与OpenAI API兼容的嵌入(
base_url,api_key,model) - 基于Torch的本地存储（CUDA/MPS可用时，CPU回退）
- Git只跟踪文件；已筛选二进制文件
- 基于行的重叠组块
- 增量刷新打开
search（可选） - 可配置的设备、搜索模式和最大VRAM预算
需求
- Python>=3.12
- Git
- OpenAI兼容的嵌入端点
- Torch（CPU或GPU构建）
安装
python3 -m pip install -e .CLI使用情况
初始化回购索引：
code-index init /abs/path/to/repo \
--persist-dir /abs/path/to/persist \
--base-url https://api.openai.com \
--api-key $OPENAI_API_KEY \
--model text-embedding-3-small \
--device auto \
--search-mode exact \
--metric ip \
--approx-sample-rate 0.2 \
--max-vram-mb 2048搜索（默认增量刷新）：
code-index search /abs/path/to/repo "query text" --persist-dir /abs/path/to/persist跳过刷新：
code-index search /abs/path/to/repo "query text" --persist-dir /abs/path/to/persist --no-refresh覆盖一个查询的设备/搜索设置：
code-index search /abs/path/to/repo "query text" \
--persist-dir /abs/path/to/persist \
--device mps \
--search-mode approx \
--approx-sample-rate 0.3 \
--max-vram-mb 1024状态：
code-index status /abs/path/to/repo --persist-dir /abs/path/to/persist更新嵌入配置（完全重建）：
code-index update /abs/path/to/repo \
--persist-dir /abs/path/to/persist \
--base-url https://api.openai.com \
--api-key $OPENAI_API_KEY \
--model text-embedding-3-small \
--device auto \
--search-mode exact \
--metric ip \
--approx-sample-rate 0.2 \
--max-vram-mb 2048您还可以设置 CODE_INDEX_PERSIST_DIR 避免超车 --persist-dir 每次。 集 CODE_INDEX_MAX_VRAM_MB 定义搜索/索引的默认VRAM预算。
笔记：
--device auto首先选择CUDA，然后选择MPS，然后选择CPU；如果不可用，显式CUDA/MPS将回退到CPU。--search-mode approx基于以下内容对候选对象进行采样--approx-sample-rate（越低越快，召回率越低）。--metric支持ip（默认）或l2.
MCP服务器
启动MCP服务器：
code-index serve --persist-dir /abs/path/to/persist工具：
init：创建新索引search：语义搜索（返回相对路径+行范围）status：当前索引信息update：更新配置并重建索引
持久性布局
/persist
server.json
/
config.json
vectors/
embeddings.pt
meta.json测试
python3 -m pytest -q故障排除
NOT_GIT_REPO：确保repo_path位于git存储库中NOT_INITIALIZED：runcode-index init第一EMBEDDING_ERROR：检查base_url,api_key，以及网络访问STORAGE_ERROR：确保torch已安装，矢量目录可写
中文
使用向量相似度驱动的代码库索引 MCP 服务，基于 OpenAI 兼容的 embedding，并提供支持 CUDA/MPS 加速的 Torch 本地向量存储。
功能
- MCP 工具：
init、search、status、update - OpenAI API兼容 嵌入(
base_url、api_key、model） - Torch 本地存储（可用时启用 CUDA/MPS，加速不可用时回退到 CPU）
- 仅索引 Git 跟踪文件，过滤二进制
- 按行切分并支持重叠
search可选增量刷新- 支持设备、检索模式与显存预算配置
环境要求
- Python>=3.12
- Git
- OpenAI 兼容的 embedding 接口
- Torch（CPU 或 GPU 版本）
安装
python3 -m pip install -e .CLI 用法
初始化仓库索引：
code-index init /abs/path/to/repo \
--persist-dir /abs/path/to/persist \
--base-url https://api.openai.com \
--api-key $OPENAI_API_KEY \
--model text-embedding-3-small \
--device auto \
--search-mode exact \
--metric ip \
--approx-sample-rate 0.2 \
--max-vram-mb 2048搜索（默认会做增量刷新）：
code-index search /abs/path/to/repo "query text" --persist-dir /abs/path/to/persist跳过刷新：
code-index search /abs/path/to/repo "query text" --persist-dir /abs/path/to/persist --no-refresh单次查询覆盖设备/检索参数：
code-index search /abs/path/to/repo "query text" \
--persist-dir /abs/path/to/persist \
--device mps \
--search-mode approx \
--approx-sample-rate 0.3 \
--max-vram-mb 1024状态查看：
code-index status /abs/path/to/repo --persist-dir /abs/path/to/persist更新 embedding 配置（全量重建）：
code-index update /abs/path/to/repo \
--persist-dir /abs/path/to/persist \
--base-url https://api.openai.com \
--api-key $OPENAI_API_KEY \
--model text-embedding-3-small \
--device auto \
--search-mode exact \
--metric ip \
--approx-sample-rate 0.2 \
--max-vram-mb 2048可通过 CODE_INDEX_PERSIST_DIR 避免每次传入 --persist-dir。 通过 CODE_INDEX_MAX_VRAM_MB 设置默认显存预算。
说明：
--device auto优先选 CUDA，其次 MPS，再回退 CPU；显式 CUDA/MPS 不可用时会回退 CPU。--search-mode approx通过--approx-sample-rate采样候选（值越小越快但召回更低）。--metric支持ip（默认）或l2。
MCP服务器
启动 MCP 服务：
code-index serve --persist-dir /abs/path/to/persist工具：
init：创建新索引search：语义检索（返回相对路径与行号范围）status：索引状态update：更新配置并重建索引
持久化目录结构
/persist
server.json
/
config.json
vectors/
embeddings.pt
meta.json测试
python3 -m pytest -q故障排查
NOT_GIT_REPO：确保repo_path在 git 仓库内NOT_INITIALIZED：先执行code-index initEMBEDDING_ERROR：检查base_url、api_key与网络访问STORAGE_ERROR：确认已安装torch且向量目录可写