Codebase Memory MCP

KI-Coding-Assistenten verstehen die Struktur einer Codebasis erstaunlich schlecht. Bei einer Frage wie "was ruft diese Funktion auf" oder "welcher Handler bedient diese Route" greppen sie, öffnen Dateien und lesen sie einzeln, was das Context-Window aufbraucht, bevor eine Antwort steht. Codebase Memory MCP von DeusData geht das Problem an, indem es vorab einen dauerhaften strukturellen Knowledge Graph des Codes aufbaut. Es parst Quellen mit tree-sitter über 158 Sprachen, erfasst Funktionen, Klassen, Imports, Aufrufketten, Routen und serviceübergreifende Verbindungen und legt sie als Knoten und Kanten ab. Ein MCP-Server stellt diesen Graphen bereit, sodass ein Agent präzise strukturelle Fragen stellen kann, statt das Dateisystem zu durchsuchen.

Spannend ist, wie zwei Analyseebenen kombiniert werden. Tree-sitter liefert breite syntaktische Abdeckung, darüber verfeinert eine schlanke C-Typ-Auflösung, die das Projekt Hybrid LSP nennt, die Ergebnisse für neun Sprachen: Python, TypeScript/JavaScript, PHP, C#, Go, C/C++, Java, Kotlin und Rust, inklusive Imports, Generics und Vererbung. Der Graph liegt in einem eingebetteten SQLite-Speicher und wird über eine an Cypher angelehnte Lese-Teilmenge abgefragt, mit 14 MCP-Tools für Indizierung, Suche, Pfad-Tracing, Änderungserkennung und Architekturüberblicke. Ausgeliefert wird ein einzelnes statisches Binary ohne Runtime-Abhängigkeiten, ohne Vektordatenbank und ohne API-Keys, ein echter Gegensatz zur embedding-basierten Code-Suche, die erst ein Modell und einen Index-Server braucht, bevor sie nützlich ist.

Zielgruppe sind Entwickler, die bereits einen MCP-fähigen Assistenten nutzen, etwa Claude Code, Codex CLI oder andere, die der Installer automatisch konfiguriert, und die an großen oder unbekannten Repositories arbeiten. Konkrete Anwendungen passen dazu: einen Aufrufpfad über Pakete hinweg vor einem Refactoring nachverfolgen, toten Code finden, HTTP-Routen ihren Handlern zuordnen oder serviceübergreifende Kanten durch gRPC-, GraphQL- oder tRPC-Aufrufe in einer Microservice-Landschaft verfolgen. Da der Graph als komprimiertes Artefakt eingecheckt werden kann, teilt ein Team einen Index, sodass neue Kollegen strukturelle Antworten bekommen, ohne neu zu indizieren. Ein Hintergrund-Watcher reindiziert bei Dateiänderungen, damit der Graph aktuell bleibt, statt nach dem ersten Lauf zu veralten.

Die ehrlichen Einschränkungen zählen hier. Die Schlagzeilen-Kennzahl zur Token-Reduktion, rund 99 Prozent weniger Tokens über fünf Beispielfragen, ist der projekteigene Benchmark ohne unabhängige Reproduktion, also eher eine Richtungsangabe als eine Garantie. Das Tool ist strukturell, nicht semantisch: es bildet ab, wie Code zusammenhängt, nicht was er bedeutet, und beantwortet daher keine unscharfen konzeptionellen Fragen so wie eine Embedding-Suche. Sein Nutzen hängt zudem davon ab, dass ein MCP-Client die Tools wirklich gut aufruft; allein ist der Graph nur eine Datenbank. Nur neun Sprachen erhalten tiefe Typ-Auflösung, der Rest fällt auf textuellen Abgleich zurück, und alles außerhalb der unterstützten Query-Teilmenge scheitert per Design. Windows-Nutzer können zudem SmartScreen-Warnungen sehen.

Gegen Sourcegraph Cody ist der Tausch klar. Cody ist ein gehosteter, semantischer, embedding-getriebener Assistent mit breiter IDE-Integration und kommerziellem Support, während Codebase Memory MCP ein lokaler, struktureller Graph ohne Abhängigkeiten ist, den man selbst betreibt und beliebigen Agenten zuführt. Die Engineering-Signale sind beruhigend: MIT-Lizenz, SLSA Level 3 Provenance und eine große bestehende Testsuite, die das Projekt mit über 5.600 Tests angibt. Greifen Sie zu, wenn Sie in einem MCP-Assistenten an einer großen Codebasis arbeiten und schnelle, präzise strukturelle Antworten ohne eigene Infrastruktur wollen. Warten Sie ab, wenn Sie allgemeines semantisches RAG über Code brauchen, Ihr Stack außerhalb der neun tief unterstützten Sprachen liegt oder Sie gar keinen MCP-fähigen Client nutzen.