opencodesearch

开放式代码搜索

opencodesearch 是一个具有模型上下文协议（MCP）服务器的异步Rust代码搜索系统。 它将大型存储库索引到矢量+关键字后端，并通过MCP工具提供搜索结果。

特性

• 完全异步运行时(tokio)
• 4个独立过程：

- 编排器（状态机+监督） - 背景故事 - MCP服务器进程 - git监视器进程

• 运行时代码中集成和使用的所需板条箱：

- opencodesearchparser - qdrant-client - ollama-rs - rmcp

• 混合检索：

- 语义搜索（Qdrant向量） - 关键字搜索（Quickwit HTTP+本地影子回退）

• MCP服务器与使用流式HTTP和stdio传输的MCP客户端兼容

建筑

编排器中的状态机：

• SPINUP：负载 config.json
• NORMAL：run ingestor + mcp + watchdog
• UPDATE：保持 watchdog，停止 ingestor + mcp 在更新窗口期间
• CLOSING：优雅地阻止所有孩子

更新流程：

• 看门狗跟踪自上次同步以来的git提交
• 当阈值(commit_threshold)已达到：

- 发送 UPDATE_START 到编排器 - pull+计算更改/删除的文件 - 删除过时的文档 - 重新索引更改的文件 - 发送 UPDATE_END

需求

• 防锈工具链
• Docker+Docker组合
• 本地网络访问：

- 奥拉马(11434) - Qdrant(6333 HTTP， 6334 gRPC） - 机智(7280)

配置

config.json 架构：

{
  "codebase": {
    "directory_path": "/path/to/massive/repo",
    "git_branch": "main",
    "commit_threshold": 50,
    "mcp_server_name": "My cool codebase",
    "mcp_server_url": "http://localhost:9443",
    "background_indexing_threads": 2
  },
  "ollama": {
    "server_url": "http://localhost:11434",
    "embedding_model": "qwen3-embedding:0.6b",
    "context_size": 2000
  },
  "qdrant": {
    "server_url": "http://localhost:6334",
    "collection_name": "opencodesearch-code-chunks",
    "api_key": null
  },
  "quickwit": {
    "quickwit_url": "http://localhost:7280",
    "quickwit_index_id": "opencodesearch-code-chunks"
  }
}

重要提示：

• qdrant.server_url 应以gRPC终结点端口为目标(6334)for qdrant-client.
• quickwit.quickwit_url 应该以HTTP为目标(7280).

启动后端服务

运行所有本地依赖项：

docker compose up -d

检查容器：

docker ps

运行系统

1） 编排器模式（推荐）

启动并监督所有子进程。

cargo run -- orchestrator --config config.json

2） 单个流程模式

您可以直接运行每个进程进行调试。

英格斯托：

cargo run -- ingestor --config config.json

MCP服务器：

cargo run -- mcp --config config.json

通过stdio的MCP服务器（用于本地MCP客户端）：

cargo run -- mcp-stdio --config config.json

看门狗（需要编排器IPC环境）：

OPENCODESEARCH_IPC_SOCKET=/tmp/opencodesearch.sock cargo run -- watchdog --config config.json

MCP服务器使用情况

MCP服务器支持：

• 通过流式传输HTTP cargo run -- mcp --config config.json
• stdio通过 cargo run -- mcp-stdio --config config.json

已实施的MCP工具：

• search_code

- 输入： - query: string - limit?: number （默认值8，最大值50） - 输出（结构化JSON）：对象数组 - snippet - path - start_line - end_line - score - source

工具输入示例

{
  "query": "which function changes obj variable",
  "limit": 5
}

结果形状

{
  "hits": [
    {
      "path": "/repo/module.py",
      "snippet": "def mutate(obj): ...",
      "start_line": 10,
      "end_line": 22,
      "score": 0.92,
      "source": "qdrant"
    }
  ]
}

与MCP客户端一起使用

此服务器支持以下两种功能：

• 可流式传输HTTP(cargo run -- mcp --config config.json)
• 本地stdio(cargo run -- mcp-stdio --config config.json)

OpenAI 代码专家

Codex支持stdio和可流式传输的HTTP MCP服务器。

标准（CLI）：

codex mcp add opencodesearch -- \
  cargo run --quiet --manifest-path /home/brosnan/opencodesearch/Cargo.toml -- \
  mcp-stdio --config /home/brosnan/opencodesearch/config.json

远程HTTP(~/.codex/config.toml 或 .codex/config.toml):

[mcp_servers.opencodesearch]
url = "http://localhost:9443/"

然后验证：

codex mcp list

开源代码

OpenCode配置使用 mcp 部分在 opencode.json （或 opencode.jsonc).

远程HTTP：

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "opencodesearch": {
      "type": "remote",
      "url": "http://localhost:9443/",
      "enabled": true
    }
  }
}

本地标准：

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "opencodesearch": {
      "type": "local",
      "command": [
        "cargo",
        "run",
        "--quiet",
        "--manifest-path",
        "/home/brosnan/opencodesearch/Cargo.toml",
        "--",
        "mcp-stdio",
        "--config",
        "/home/brosnan/opencodesearch/config.json"
      ],
      "enabled": true
    }
  }
}

克劳德代码

Claude Code支持HTTP、SSE和stdio MCP传输。

远程HTTP：

claude mcp add --transport http opencodesearch http://localhost:9443/

本地标准：

claude mcp add --transport stdio opencodesearch -- \
  cargo run --quiet --manifest-path /home/brosnan/opencodesearch/Cargo.toml -- \
  mcp-stdio --config /home/brosnan/opencodesearch/config.json

然后验证：

claude mcp list

TLS/HTTPS注释

• 默认本地配置使用 http://localhost:9443.
• 对于 https://...，提供您的MCP客户端信任的证书。
• TLS证书和密钥默认值：

- certs/localhost-cert.pem - certs/localhost-key.pem

• 使用以下内容覆盖TLS文件路径：

- OPENCODESEARCH_TLS_CERT_PATH - OPENCODESEARCH_TLS_KEY_PATH

• 特别是对于Codex，您可以提供一个自定义CA包 CODEX_CA_CERTIFICATE.

参考文献

• 食品法典委员会MCP文件：https://developers.openai.com/codex/mcp
• OpenCode MCP文档：https://opencode.ai/docs/mcp-servers/
• 克劳德代码MCP文档：https://code.claude.com/docs/en/mcp

快速卷曲测试

使用附带的脚本：

./test_mcp_curl.sh

可选：

• MCP_URL=https://localhost:9443/ MCP_INSECURE=1 ./test_mcp_curl.sh

该脚本执行所需的MCP HTTP握手步骤：

1. initialize
2. 提取 mcp-session-id 从响应标头
3. 发送 notifications/initialized 与相同 mcp-session-id
4. 呼叫 tools/call 为了 search_code

手动卷曲顺序

初始化并捕获会话id:

curl -sS -D headers.txt http://localhost:9443/ \
  -H 'Content-Type: application/json' \
  -H 'Accept: application/json, text/event-stream' \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-03-26","capabilities":{},"clientInfo":{"name":"curl-test","version":"1.0"}}}'

发送初始化通知：

SESSION_ID="$(awk 'tolower($1)=="mcp-session-id:"{print $2}' headers.txt | tr -d '\r' | tail -n 1)"
curl -sS http://localhost:9443/ \
  -H 'Content-Type: application/json' \
  -H 'Accept: application/json, text/event-stream' \
  -H "mcp-session-id: ${SESSION_ID}" \
  -d '{"jsonrpc":"2.0","method":"notifications/initialized"}'

调用MCP工具：

curl -N http://localhost:9443/ \
  -H 'Content-Type: application/json' \
  -H 'Accept: application/json, text/event-stream' \
  -H "mcp-session-id: ${SESSION_ID}" \
  -d '{"jsonrpc":"2.0","id":2,"method":"tools/call","params":{"name":"search_code","arguments":{"query":"which function mutates obj","limit":5}}}'

Rust API文档

板条箱公开了可重用的模块，用于嵌入、索引、MCP服务和过程控制。

模块

• config：解析类型化的应用程序配置(AppConfig)
• chunking：将源文件解析/拆分为块(chunk_file)
• indexing：索引运行时(IndexingRuntime)
• qdrant_store：矢量存储+语义查询(QdrantStore)
• quickwit：关键字存储/查询(QuickwitStore)
• mcp：MCP服务器类型(OpenCodeSearchMcpServer)
• watchdog：git更新监视器(WatchdogProcess)
• orchestrator：多流程主管(Orchestrator)

最小Rust索引示例

use opencodesearch::config::AppConfig;
use opencodesearch::indexing::IndexingRuntime;

#[tokio::main]
async fn main() -> anyhow::Result {
    let config = AppConfig::from_path("config.json")?;
    let runtime = IndexingRuntime::from_config(config)?;

    runtime.index_entire_codebase().await?;
    Ok(())
}

最小Rust语义搜索示例

use opencodesearch::config::AppConfig;
use opencodesearch::indexing::IndexingRuntime;

#[tokio::main]
async fn main() -> anyhow::Result {
    let config = AppConfig::from_path("config.json")?;
    let runtime = IndexingRuntime::from_config(config)?;

    let query_vec = runtime.embed_query("where is object mutated") .await?;
    let hits = runtime.qdrant.semantic_search(query_vec, 5).await?;

    for hit in hits {
        println!("{}:{}-{}", hit.path, hit.start_line, hit.end_line);
    }

    Ok(())
}

最小化Rust MCP服务器嵌入

use opencodesearch::config::AppConfig;
use opencodesearch::indexing::IndexingRuntime;
use opencodesearch::mcp::OpenCodeSearchMcpServer;

#[tokio::main]
async fn main() -> anyhow::Result {
    let config = AppConfig::from_path("config.json")?;
    let runtime = IndexingRuntime::from_config(config)?;
    OpenCodeSearchMcpServer::new(runtime)
        .run_streamable_http("http://localhost:9443")
        .await
}

测试

标准测试

cargo test

活容器集成测试

需要运行Docker服务和本地git：

cargo test -- --ignored

当前忽略的集成测试验证：

• Ollama连接
• Quickwit+Qdrant连接
• 生成的Python项目上的完整索引流
• 通过非精确查询短语的MCP搜索路径进行检索
• 看门狗阈值行为的100次提交重构场景

故障排除

• Quickwit健康端点：使用 http://localhost:7280/health/livez
• 如果嵌入失败，请确认Ollama型号的可用性：

- qwen3-embedding:0.6b

• Qdrant客户端需要gRPC端口(6334)在配置中
• 如果集成测试在启动竞赛中失败，请在短暂的容器预热后重新运行