codebase-memory-mcp: Codebasis als persistenter Wissensgraph für KI-Agenten

Wissensgraph statt Datei-für-Datei-Suche

codebase-memory-mcp ist ein MCP-Server für Code-Intelligenz, der Codebasen in einen persistenten Wissensgraphen überführt. Der Graph enthält Funktionen, Klassen, Aufrufketten, HTTP-Routen und Verbindungen zwischen Diensten. Das Parsing basiert auf tree-sitter-AST-Analyse über laut README 161 Sprachen, deren Grammatiken als vendored Quellen direkt in das Binary kompiliert sind, es gibt also nichts separat zu installieren, was kaputtgehen könnte. Für vierzehn Sprachfamilien, darunter Python, TypeScript, PHP, C#, Go, C, C++, Java, Kotlin, Rust und Perl, ergänzt ein Hybrid-LSP-Ansatz die semantische Typauflösung über die reine AST-Ebene hinaus.

Der Sinn dieses Aufwands zeigt sich in der Tokenbilanz. Das README rechnet vor: Fünf strukturelle Abfragen verbrauchen rund 3.400 Token, während dieselbe Information über die Suche Datei für Datei etwa 412.000 Token kostet, ein Faktor von 120. Eine Graphabfrage ersetzt demnach Dutzende grep- und read-Zyklen. Die begleitende wissenschaftliche Vorveröffentlichung auf arXiv (2603.27277) evaluiert den Ansatz über 31 echte Repositorien mit 83 Prozent Antwortqualität, zehnfach weniger Token und 2,1-fach weniger Werkzeugaufrufen im Vergleich zur dateibasierten Erkundung. Für Agenten, die ihre Kontextfenster mit Quelltext vollstopfen, ändert sich damit die Grundökonomie der Codeerkundung.

Linux-Kernel in drei Minuten: die RAM-first-Pipeline

Die Geschwindigkeitsangaben des Projekts sind gewagt, aber konkret beziffert. Ein durchschnittliches Repositorium wird in Millisekunden voll indiziert, der Linux-Kernel mit 28 Millionen Zeilen und 75.000 Dateien in drei Minuten. Strukturelle Abfragen antworten in unter einer Millisekunde. Dahinter steht eine RAM-first-Pipeline mit LZ4-Kompression, einer SQLite-Instanz im Arbeitsspeicher und verschmolzenem Aho-Corasick-Musterabgleich. Nach Abschluss der Indexierung wird der belegte Speicher wieder freigegeben.

Der Betrieb erfordert laut README keine Docker-Umgebung, keine Sprachlaufzeit und keinen API-Schlüssel. Das Produkt ist eine einzelne native Binärdatei mit einem kleinen verifizierten Satz von Runtime-Assets für macOS in arm64 und amd64, Linux in arm64 und amd64 sowie Windows amd64. Diese Bauform erklärt einen guten Teil der Popularität: Mit 40.983 Sternen, 3.332 Forks und Releases in schnellem Takt, v0.10.6, v0.10.7 und v0.10.8 erschienen innerhalb von drei Tagen Mitte August 2026, bewegt sich das Projekt in einer Gewichtsklasse, in der Installationsreibung der entscheidende Wettbewerbsfaktor ist, und genau dort setzt der Ansatz an. 514 offene Issues zeigen zugleich, wie intensiv die Nutzung tatsächlich ist.

15 MCP-Werkzeuge von Suche bis ADR-Verwaltung

Über die reine Indizierung hinaus stellt der Server fünfzehn MCP-Werkzeuge bereit. Das README zählt auf: Suche, Trace, Architekturansicht, Auswirkungsanalyse, gezielte Indexabdeckungsprüfungen, Cypher-Abfragen, Erkennung toten Codes, verknüpfte HTTP-Routen über Dienstgrenzen hinweg sowie ADR-Verwaltung für Architekturentscheidungen. Diese Werkzeuge richten sich an Coding-Agenten, die damit strukturelle Fragen stellen können, anstatt Text zu durchsuchen.

Ein besonders praktischer Teilbereich ist die Indexierung von Infrastruktur als Code. Dockerfiles, Kubernetes-Manifeste und Kustomize-Overlays werden als Graphknoten mit Querverweisen erfasst, Kubernetes-Arten landen als Resource-Knoten, Kustomize-Overlays als Module-Knoten mit IMPORTS-Kanten zu den referenzierten Ressourcen. Damit lässt sich auch die Frage beantworten, welches Deployment ein Overlay referenziert, ohne YAML-Dateien zu durchforsten. Für die Sichtbarkeit des Graphen sorgt eine eingebaute 3D-Visualisierung, die interaktive Oberfläche läuft unter localhost:9749 und wird aus dem Binary selbst ausgeliefert, ein eigener Webserver ist nicht nötig. Die Kombination aus Abfragewerkzeugen, Infrastrukturindex und visueller Erkundung macht aus dem Server mehr als einen Tokenoptimierer.

VirusTotal-Politik und der Umgang mit Fehlalarmen

Ein Werkzeug, das die Codebasis liest und Konfigurationsdateien von Agenten schreibt, steht unter besonderer Beobachtung. Das README widmet dem Thema einen eigenen Abschnitt: Für jedes Release werden drei verhaltensidentische Kandidaten (unstripped, debug-stripped, stripped) vor dem Testen an VirusTotal übermittelt, der ausgewählte Kandidat wird dann mit unverändertem SHA-256 verpackt, und die Release-Hinweise verlinken die Messergebnisse jedes Kandidaten. Zulässig ist laut der Dokumentation in SECURITY.md ausschließlich die eng dokumentierte Toleranz einer einzigen Microsoft-Meldung mit der Kennung !ml.

Konkret geht es um den Fehlalarm von Microsoft Defender, der ein Release-Binary als Trojan:Script/Wacatac.B!ml markieren kann. Das README erklärt dies als bekanntes Fehlalarmproblem: typischerweise melden 61 von rund 62 Engines sauber, und dieselbe Erkennungsfamilie treffe auch gh, llama.cpp, Godot und Microsofts eigene Go-Toolchain. Unter dem Stichwort Antivirus False Positives verweist SECURITY.md auf Belege, Anleitungen zur eigenen Verifikation der Artefakte und einen Meldeweg für abweichende Befunde. Die Verarbeitung läuft vollständig lokal, der Code verlässt laut Projekt die Maschine nicht. Wer auditieren will, findet den vollständigen Quellcode im Repositorium.

Installation per Einzeiler und Konfiguration von 45 Client-Oberflächen

Die Installation für macOS und Linux ist ein Einzeiler: curl -fsSL https://raw.githubusercontent.com/DeusData/codebase-memory-mcp/main/install.sh | bash. Unter Windows führt der Weg über PowerShell: Das Skript install.ps1 wird per Invoke-WebRequest geladen, optional inspiziert, mit Unblock-File von der Mark-of-the-Web-Beschränkung befreit und ausgeführt, bei Ausführungsrichtlinien-Problemen hilft Set-ExecutionPolicy -Scope Process Bypass. Optionen wie --skip-config für nur das Binary ohne Agenteneinrichtung und --dir für einen eigenen Installationspfad sind dokumentiert.

Der install-Befehl erkennt installierte Coding-Agenten automatisch und konfiguriert ihre dokumentierten MCP-Schnittstellen, das README nennt 45 unterstützte automatische bzw. bedingte Client-Oberflächen, wobei bedingte Clients nur aktiviert werden, wenn ihre dokumentierte Plattform, ihr Marker oder ein bestehender Konfigurationspfad vorhanden ist. Auf macOS entfällt Handarbeit beim Quarantäne-Attribut, da der Installer Ad-hoc-Signierung übernimmt. Nach dem Neustart des Agenten genügt laut README der Satz Index this project, und der Graph steht bereit. Die manuelle Installation über die Archive der Release-Seite, tar.gz unter macOS und Linux, zip unter Windows, bleibt als Alternative dokumentiert, inklusive derselben install-Skripte innerhalb der Archive.

MIT-Lizenz und Einordnung des Ansatzes

Lizenziert ist das Projekt unter der MIT-Lizenz, einer der freizügigsten Open-Source-Lizenzen. Unternehmen können den Server also in interne Tooling-Setups einbetten, modifizieren und weiterverteilen, solange der Urheberrechtsvermerk erhalten bleibt. Da die gesamte Verarbeitung lokal abläuft und kein gehosteter Dienst existiert, entstehen auch keine datenschutzrechtlichen Abhängigkeiten von einem Drittanbieter, ein Punkt, der bei Werkzeugen, die den gesamten Quellbestand lesen, regelmäßig der Knackpunkt ist.

Insgesamt präsentiert sich codebase-memory-mcp als positioniertes Produkt mit klarer Antwort auf zwei typische Einwände gegen MCP-Werkzeuge: zu langsame Indizierung und fehlendes Vertrauen in vorkompilierte Binärdateien. Die Antwort auf den ersten Einwand ist die RAM-first-Pipeline mit messbaren Zeitangaben, die Antwort auf den zweiten die VirusTotal-Transparenz mit unveränderten Hashes und dem offenen Quelltext. Bleibende Vorbehalte sind die Ausrichtung auf strukturelle Fragen, semantische Tiefenanalyse hängt vom Hybrid-LSP-Umfang ab, und die schnelle Releasefolge, die aktive Nachverfolgung der eigenen Installation nötig macht. Wer diese Punkte akzeptiert, erhält ein Werkzeug, das Agentenkontexte von Rohdateien auf Graphabfragen umstellt.

Redaktionelles Fazit

codebase-memory-mcp lohnt sich für Teams, deren KI-Agenten in großen Repositorien permanent greppen und lesen; installiert wird es mit einem einzigen Installer-Skript, das 45 Client-Oberflächen automatisch konfiguriert, und wer dem Binary erst misstraut, findet in SECURITY.md die dokumentierte VirusTotal-Prüfung jedes Release-Kandidaten samt SHA-256-Hashes zur eigenen Verifikation.

Offizielle Quellen

1. Official documentation
2. Official README
3. Project repository
4. Release notes