arbor

arbor — MCP-сервер сообщества (автор — Anandb71). Графовый слой для кода: поиск функций и связей. Ставится из исходников или через npx. Лицензия MIT.

Опубликовано 13.11.2026 · Обновлено 14.11.2026 · Проверено 13.11.2026

Кратко о сервере

Разработчик
Anandb71
Лицензия
MIT
Транспорт
stdio
Авторизация
none
ОС
Не указана
Языки
rust

Уровень риска: medium

Читает и индексирует код проекта локально, без сети и ключей.

Настройка клиентов

cursor
{
    "code": "{\n  \"mcpServers\": {\n    \"arbor\": {\n      \"type\": \"stdio\",\n      \"command\": \"arbor\",\n      \"args\": [\"bridge\"]\n    }\n  }\n}",
    "lang": "json",
    "notes": "Тот же JSON для VS Code",
    "verified": "docs"
}

Что умеет

Arbor — инструмент контекста кода для людей и агентов. Он находит вызывающих функцию, прослеживает путь через код и показывает, что сломается, ещё до того, как вы что-то сломаете. Большинство ИИ-инструментов воспринимают код как текст, а Arbor строит семантический граф зависимостей: функции, классы и модули — узлы, вызовы, импорты и наследование — рёбра. На его основе он отвечает на вопросы о выполнении кода:

  • Что сломается, если изменить этот символ? — радиус поражения с глубиной, уверенностью и уровнем риска.
  • Кто вызывает это напрямую и транзитивно? — обход графа вызовов.
  • Какой кратчайший путь между A и B? — поиск пути по реальным зависимостям.
  • Не слишком ли рискованно сливать этот PR? — проверка в CI по порогу радиуса поражения.

Там, где граф не уверен, он об этом говорит: у рёбер есть уверенность, а неоднозначные связи помечаются.

MCP-сервер запускается командой arbor bridge и даёт 17 инструментов. Для ориентации — get_map (скелет проекта с ранжированием по PageRank в заданном бюджете токенов). Точечные — get_callers, get_callees, search_symbols, get_file_graph, get_node_detail, list_entry_points. Широкие — analyze_impact, find_path, get_logic_path, get_knowledge_path. Для агентов — get_blast_radius (с учётом git diff), explain_symbol, audit_security, get_architecture_overview, batch_query. Также есть find_api_usages: он находит в Python-коде вызовы SDK OpenAI, Anthropic и Gemini с идентификаторами моделей. Каждый ответ подсказывает агенту следующий инструмент.

Команда arbor retirements находит в Python-коде прямые вызовы моделей, которые провайдер выводит из эксплуатации, и показывает замену и нужные правки аргументов.

Кому подойдёт

  • Разработчикам с ИИ-агентами, которым нужно понимать последствия правок до их внесения.
  • Ревьюерам: оценка риска PR и автоматическое описание изменений.
  • Командам, использующим API моделей ИИ, которым нужно заранее найти вызовы устаревающих моделей.

Похожие серверы — в категории разработка.

Установка

Установите CLI: cargo install arbor-graph-cli (на crates.io версия может отставать от релиза), либо запустите через npm: npx @anandb71/arbor-cli. Проиндексируйте проект одной командой arbor setup в его папке. Полезные команды: arbor map . --exclude-test (скелет проекта примерно в 1000 токенов), arbor refactor с именем символа (радиус поражения), arbor diff --base origin/main (влияние ветки). HTTP-режим сервера: arbor bridge --http --port 3333.

Подключение к клиентам

Конфиги приведены дословно из README. Подробнее — в инструкции как подключить MCP.

claude mcp add --transport stdio --scope project arbor -- arbor bridge

JSON README предлагает для Cursor и VS Code. Команда arbor hook claude дополнительно настраивает Claude Code показывать после каждого хода «квитанцию»: что изменено, что затронуто без просьбы и что стоит протестировать.

Проверка

Попросите агента вызвать get_map и описать архитектуру проекта, затем — найти вызывающих любую функцию через get_callers.

Примеры задач

Что сломается, если я изменю сигнатуру функции parse_file? Покажи радиус поражения.
Оцени риск незакоммиченных изменений и перечисли тесты, которые стоит запустить.

Риски

  • Чтение кода. Сервер читает и индексирует файлы проекта; граф хранится локально.
  • HTTP-режим. Сервер проверяет заголовки Origin и Host, но не открывайте порт наружу без необходимости.
  • По README инструмент работает локально: без аккаунта, ключа API и телеметрии, код не покидает вашу машину.

Частые вопросы

Чем Arbor отличается от поиска по эмбеддингам?

Он строит детерминированный граф вызовов, импортов и наследования, а не угадывает по ключевым словам.

Можно ли использовать в CI?

Да, arbor check блокирует сборку при превышении порога радиуса поражения, есть GitHub Action.

Какие языки поддерживаются?

README упоминает Rust, Python, TypeScript, JavaScript и Go; проверка устаревших моделей пока только для Python.

Основы протокола — на странице что такое MCP-сервер.

Похожие MCP-серверы

Memory

Эталонный сервер постоянной памяти на основе графа знаний.

Риск: high Лицензия: NOASSERTION ★ 92 089

Context7

Context7 даёт агентам актуальную документацию и примеры кода библиотек нужных версий.

Риск: medium Лицензия: MIT ★ 65 087

hindsight

Долговременная память для ИИ-агентов по образцу человеческой.

Риск: medium Лицензия: MIT ★ 61 836

cognee-mcp

Менеджер памяти cognee для ИИ-приложений на графовых и векторных хранилищах.

Риск: high Лицензия: Apache-2.0 ★ 33 236

Источники