code-memory
code-memory — MCP-сервер сообщества (автор — kapillamba4). Локальный семантический поиск по коду с историей Git; работает офлайн, ключ API не нужен. Ставится через pip или через uvx. Лицензия MIT.
Опубликовано 13.11.2026 · Обновлено 14.11.2026 · Проверено 13.11.2026
Кратко о сервере
- Разработчик
- kapillamba4
- Лицензия
- MIT
- Транспорт
- stdio
- Авторизация
- none
- ОС
- Не указана
- Языки
- python
Уровень риска: medium
Индексирует код, документацию и историю Git каталога; локальные эмбеддинги, без сети после загрузки модели.
Настройка клиентов
{
"code": "{\n \"servers\": {\n \"code-memory\": {\n \"command\": \"uvx\",\n \"args\": [\"code-memory\"]\n }\n }\n}",
"file": ".vscode/mcp.json",
"lang": "json",
"verified": "docs"
}
Что умеет
code-memory — детерминированный слой анализа кода высокой точности, доступный как MCP-сервер. Вместо ручного поиска через grep и find или вставки целых файлов в запрос он выполняет семантический поиск по локально проиндексированной кодовой базе. Проект вдохновлён claude-context, но изначально рассчитан на крупный локальный поиск.
Главное:
- Без телеметрии — код не покидает ваш компьютер.
- Без API-ключа — эмбеддинги считаются локально через sentence-transformers.
- Быстрый старт — достаточно
uvx code-memory. - Экономия токенов — по оценке автора, около 50% за счёт точной выдачи фрагментов вместо целых файлов.
Инструменты — запросы разведены по назначению, чтобы модель сначала выбирала стратегию поиска:
index_codebase— индексирует исходники и документацию каталога: структурный разбор через tree-sitter и векторные эмбеддинги. Запускайте перед поиском.search_code— где определены функции и классы, кто на них ссылается, структура файлов; гибридный поиск BM25 плюс векторы в SQLite (sqlite-vec).search_docs— как устроена система: поиск по Markdown, README и докстрингам.search_history— поиск по истории Git: коммиты, история файла и blame по диапазону строк, чтобы разбирать регрессии и намерения авторов.
Языки. Полный разбор AST с извлечением символов: Python, JavaScript/TypeScript, Java, Go, Rust, C/C++, Ruby, Kotlin. Индексация целых файлов: C#, Swift, Scala, Lua, Shell, YAML/TOML/JSON, HTML/CSS, SQL, Markdown. Файлы из .gitignore пропускаются.
Кому подойдёт
Разработчикам больших репозиториев, которым нужен точный контекст для агента без отправки кода в облако. Похожие серверы — в категории разработка.
Установка
Нужен Python 3.13+ и uv (рекомендуется) или pip: pip install code-memory либо запуск через uvx code-memory. Есть готовые бинарники для Linux, macOS и Windows без Python. При первом запуске скачивается модель эмбеддингов (около 600 МБ) в ~/.cache/huggingface/.
Модель по умолчанию — jinaai/jina-code-embeddings-0.5b, её можно сменить переменной EMBEDDING_MODEL; после смены нужно заново запустить index_codebase. Уровень логов задаёт CODE_MEMORY_LOG_LEVEL.
Общий сервер. Каждый проект по умолчанию запускает свой процесс и загружает модель (1–2 ГБ). Чтобы сэкономить память, можно поднять один экземпляр командой uvx code-memory --transport sse — он слушает http://127.0.0.1:8765/sse.
Подключение к клиентам
Конфиги приведены дословно из README. Подробнее — в инструкции как подключить MCP.
{
"mcpServers": {
"code-memory": {
"command": "uvx",
"args": ["code-memory"]
}
}
}Для Claude Desktop файл на macOS — ~/Library/Application Support/Claude/claude_desktop_config.json. Для Claude Code — .mcp.json в корне проекта или ~/.mcp.json для всех проектов. Для VS Code — .vscode/mcp.json. В README есть и конфиг для Gemini CLI (~/.gemini/settings.json).
Проверка
Попросите: «Проиндексируй текущий каталог и найди, где устанавливается соединение с базой данных».
Примеры задач
Найди все места, где вызывается функция parse_config.Покажи blame для первых 20 строк server.py и объясни последние изменения.Риски
- Чтение кода и истории Git — сервер индексирует файлы указанного каталога; индекс хранится локально.
- Общий SSE-сервер без авторизации — оставляйте адрес 127.0.0.1 и не открывайте его на 0.0.0.0 без защиты.
- Ресурсы — модель занимает сотни мегабайт на диске и 1–2 ГБ памяти на процесс.
Частые вопросы
Уходит ли код в облако?
Нет, всё считается локально, телеметрии нет.
Нужен ли Python?
Для uvx — да, 3.13+; готовые бинарники работают без него.
Что делать после смены модели эмбеддингов?
Переиндексировать проект через index_codebase.
Основы протокола — на странице что такое MCP-сервер.
Похожие MCP-серверы
GitHub MCP Server
Официальный MCP-сервер GitHub: репозитории, issues, пул-реквесты и Actions для ИИ-ассистента.
Git
Эталонный MCP-сервер для работы с локальными Git-репозиториями: чтение истории, поиск, просмотр изменений и коммиты.
GitDiagram
Архитектурные диаграммы, пояснения и исходники Mermaid для публичных репозиториев GitHub.
git-mcp
Удалённый сервер, который отдаёт ИИ-ассистенту документацию любого репозитория или проекта на GitHub.