快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

npx @modelcontextprotocol/inspector -- ./bin/coderag-mcp --root <codebase path>

详细介绍

CodeRAG Go

混合代码库搜索（BM25关键字搜索+可选矢量搜索）作为一个Go二进制文件，带有MCP服务器，可与Cursor、Claude等集成。

受启发于 SylphxAI/代码（使用AST分块、混合TF-IDF+向量、MCP就绪的闪电般快速的语义代码搜索）。

安装和使用

要求： 转到1.25+

默认版本包括用于可选矢量搜索的LanceDB。在运行时设置相关环境变量时启用嵌入；没有它们，只使用BM25搜索。

# Clone and build (with LanceDB for hybrid search)
git clone https://github.com/matperez/coderag-go.git && cd coderag-go
# One-time: download native LanceDB libraries (required for build with embeddings)
make download-lancedb
# Build with embeddings (Makefile sets CGO_LDFLAGS automatically)
make build
# Or build without embeddings (BM25 only, no CGO)
make build-no-embeddings

嵌入（可选）： 若要启用混合BM25+矢量搜索，请为兼容OpenAI的API设置环境变量。启动时，二进制文件将创建一个嵌入提供程序和向量存储；然后，索引将把块嵌入写入LanceDB codebase_search 将使用混合排名。

OPENAI_API_KEY -API密钥（可以是本地服务器的任何值，例如。 ollama)
OPENAI_BASE_URL -API基本URL（默认值： https://api.openai.com/v1)
EMBEDDING_MODEL 或 OPENAI_EMBEDDING_MODEL --模型名称（默认值： text-embedding-3-small)

当地Ollama的例子：

export OPENAI_BASE_URL="http://localhost:11434/v1"
export OPENAI_API_KEY="ollama"
export EMBEDDING_MODEL="nomic-embed-text-v2-moe"
# Optional: set context size (e.g. 8192); also truncates long inputs so they fit (or set EMBEDDING_MAX_INPUT_CHARS explicitly)
export OLLAMA_NUM_CTX=8192
./coderag-mcp --root /path/to/project

如果无法访问嵌入API或无法打开矢量存储，则应用程序会记录警告并以BM25-only模式运行。

旗帜：

--root --项目根目录用于索引和搜索（默认值： .)
--index-only --运行索引并退出（不要启动MCP）
--max-size --最大文件大小（字节）（0=无限制）
--log-level --日志级别： debug, info, warn, error （默认值：从 CODERAG_LOG 或 info)
--pprof --在地址处启用pprof HTTP服务器，例如。 :6060 （或设置 CODERAG_PPROF)；用于索引期间的CPU/内存分析

登录中： 输出转到stderr（文本格式）。这 CODERAG_LOG 环境变量设置不使用标志时的级别(debug, info, warn, error).已记录：启动（root，data_dir）；索引进度（每10个文件和完成时）；处理完所有文件后——IDF计算、存储块和BM25向量，以及（在启用嵌入时）生成和写入嵌入；然后 indexing done；工具调用（代码库搜索、代码库索引状态）；搜索错误；跳过的文件。

分析： 与...一起跑 --pprof :6060 （或 CODERAG_PPROF=:6060).然后打开 http://localhost:6060/debug/pprof/ 在浏览器中或运行 go tool pprof -http=:8080 http://localhost:6060/debug/pprof/profile?seconds=30 捕获30秒的CPU配置文件，或 go tool pprof http://localhost:6060/debug/pprof/heap 获取堆快照。使用此功能查看索引过程中CPU或内存的使用情况。

示例：

# Index a repository
./coderag-mcp --root /path/to/project --index-only

# Run MCP server (expects JSON-RPC on stdin/stdout)
./coderag-mcp --root /path/to/project

索引数据存储在 ~/.coderag-go/projects// （绝对值的哈希值 --root 路径）。

控制台CLI（coderag-CLI）

coderag-cli 是一个查询现有索引（无索引）的控制台客户端。可用于在不运行MCP服务器的情况下进行测试和脚本编写。

构建于 make build （输出 bin/coderag-cli 和 bin/coderag-mcp)或 make build-cli 仅适用于CLI。索引必须已经存在（使用创建它 coderag-mcp --root --index-only).

用途：

# Show index stats
coderag-cli --root /path/to/project status
coderag-cli --root /path/to/project --json status

# Search (same semantics as MCP codebase_search)
coderag-cli --root /path/to/project search "your query" [--limit N] [--include-content]
coderag-cli --root /path/to/project --json search "query" [--limit N] [--ext .go,.js] [--path-filter dir] [--exclude test]

全球旗帜： --root （项目根目录，默认 .), --json （机器可读输出 status 和 search).

支持的文件格式

只有具有已知扩展名的文件才会被索引。对于每种具有树保姆语法，组块使用AST（函数、类、类型等）；否则，内容将按字符拆分。这 .txt 扩展仅使用基于字符的分块（没有语法）进行索引。

使用AST分块的语言： Go，JavaScript/TypeScript(.js, .mjs, .cjs, .ts, .tsx)、CSS、Markdown、YAML、TOML、协议缓冲区(.proto)、JSON、Python(.py)，鲁比(.rb)，C/C++(.c, .h, .cpp, .cc, .cxx, .hpp, .hh, .hxxC.cs)，巴什(.sh)，HTML(.html, .htmJava.java)，生锈(.rs)，斯威夫特(.swift)，PHP(.php)，卢(.lua)，科特林(.kt)，Scala(.scala, .sc)，Groovy(.groovy, .grvy, .gy, .gvy)，灵丹妙药(.ex, .exs)，榆树(.elm)，OCaml(.ml, .mli)，HCL(.hcl)，提示(.cue)、Dockerfile、Svelte(.svelte)，SQL(.sql).

索引过程中会忽略不支持的扩展名。

MCP配置

光标

在MCP设置中添加服务器，例如 .cursor/mcp.json 或在光标设置中：

{
  "mcpServers": {
    "coderag-go": {
      "command": "/path/to/coderag-mcp",
      "args": ["--root", "/path/to/your/project"]
    }
  }
}

首次使用前运行索引：

/path/to/coderag-mcp --root /path/to/your/project --index-only

Claude Desktop/其他客户

相同的想法：设置 command （路径到 coderag-mcp)以及 args: ["--root", " "].运输是标准的。

在没有游标/代理的情况下测试MCP： 使用 MCP检查员调用工具（例如。 codebase_search, codebase_index_status)通过stdio：

npx @modelcontextprotocol/inspector -- ./bin/coderag-mcp --root

MCP工具

代码库搜索 --搜索代码库（BM25或启用嵌入时的BM25+向量）： query, limit, file_extensions, path_filter, exclude_paths, include_content.响应为带有路径和可选代码段的markdown。最适合确切的术语、方法/类型/API名称和原型/合同名称；使用 path_filter 或 file_extensions 缩小到一种服务或语言。
代码库_索引_状态 --索引状态： is_indexing, progress，文件和块计数；当索引时， current_file 包括在内。

文档

功能要求和决策 --系统的功能以及做出了哪些技术选择。
实施计划 --逐步计划，包括测试和每一步后的提交。

构建和测试

make build   # build both bin/coderag-mcp and bin/coderag-cli (with LanceDB)
make build-cli   # build only bin/coderag-cli
make build-no-embeddings   # build both without LanceDB (BM25 only)
make test    # go test ./...
make lint    # golangci-lint run

基准： 跑 go test -bench=. -benchmem ./internal/tokenizer/ ./internal/search/ ./internal/indexer/ 衡量标记化、搜索和索引性能；用于捕捉回归并证明优化的合理性。

要在没有LanceDB的情况下构建（仅BM25，没有矢量存储），请运行 make build-no-embeddings。当矢量存储不可用时，生成的二进制文件将仅使用BM25搜索。

许可证

MIT。看许可证.

目录标签

代码搜索混合搜索GoClaude开发工具集成本地部署MCP服务器AST分块

支持客户端

Claude DesktopClaudeCursor

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

none

运行时（runtime，运行环境）

Node.js

来源包（packageName，安装包名）

@modelcontextprotocol/inspector

工具数量（toolCount，工具数）

2

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

MCP World

mcpworld.com

/detail/0c376137a744cfdc4216c9586b1b4e5a

CodeRAG-Go是一个混合代码库搜索工具，支持BM25关键词搜索和可选的向量搜索，提供MCP服务器集成，适用于Cursor、Claude等开发工具。

继续浏览同类 MCP

更多开发工具 MCP（20,396）返回 MCP 目录

上一个 MCP

Code Rag

CodeRAG是一款企业级代码智能分析平台，通过将复杂软件项目转化为可搜索的知识图谱，提供AI辅助开发、代码质量评估和多项目管理功能。

下一个 MCP

Code Rag (Qduc)

Code-RAG是一款语义代码搜索工具，允许用户通过自然语言查询在代码库中查找相关代码片段，适用于理解陌生代码库、示例查找和重构辅助等场景。

Coderag Go