TL;DR: codebase-memory-mcp, deponuzu kalıcı bir bilgi grafiğine indeksler, böylece kodlama aracınız yapısal soruları grafikten yanıtlar, arama yapıp dosyaları okumak yerine. Proje, beş yapısal sorguyu grafik aracılığıyla yaklaşık 3.400 jetonla, dosya dosya keşif yoluyla ise yaklaşık 412.000 jetonla ölçer, bu %99,2'lik bir azalmadır. C dilinde yazılmıştır, çalışma zamanı ve API anahtarı gerektirmeyen tek bir yerel ikili olarak gönderilir, 160'tan fazla dili kapsar ve tamamen makinenizde çalışır. 1 Eylül 2026 itibarıyla 41.536 yıldız, MIT lisanslıdır. 2026 ajan araçları dalgasından tek bir şey kuracaksanız, bu olsun.
Bu, 2026'da kurulmaya değer beş açık kaynaklı yapay zeka ajan aracından biri hakkında derinlemesine bir incelemedir.
Aracınıza bir fonksiyonun nerede çağrıldığını sorun ve ne olduğuna bakın. Arama yapar. Üç dosya okur. Farklı bir desenle tekrar arama yapar. Dört dosya daha okur. Sonunda doğru bir şekilde yanıt verir, ancak oturum sona erdiğinde unutacağı kaynak kodla bağlamını doldurarak on binlerce jeton yakmış olur.
Sonra bir takip sorusu sorarsınız ve her şeyi baştan yapar.
Bu döngü, uzun bir oturumda kullanım limitinizin çoğunun harcandığı yerdir ve aynı zamanda öğleden sonra yanıt kalitesinin neden düştüğüdür: dosya içeriğiyle dolu bir bağlam penceresi, akıl yürütme için daha az yer bırakır. codebase-memory-mcp her iki sorunu da aynı hamleyle çözer.
Ne işe yarar
Deponuzu fonksiyonlar, sınıflar, çağrı zincirleri, HTTP rotaları ve çapraz hizmet bağlantılarından oluşan kalıcı bir bilgi grafiğine ayrıştırır, ardından bu grafikten yapısal soruları yanıtlar.
Ayrıştırma, 160'tan fazla dil için tree-sitter AST analizi aracılığıyla çalışır; hibrit bir LSP katmanı, README rozetinin on olarak saydığı bir çekirdek grup için semantik tip çözünürlüğü ekler: Python, JSX ve TSX dahil TypeScript ve JavaScript ailesi, PHP, C#, Go, C, C++, Java, Kotlin, Rust ve Perl. Bu ayrım önemlidir. AST ayrıştırma, `save` adlı bir yöntemin çağrıldığını söyler; tip çözünürlüğü ise hangi sınıfa ait olduğunu söyler.
Sonuç, arama, çağrı zinciri takibi, mimari genel görünümü, etki analizi, indeks-kapsama kontrolleri, grafa karşı Cypher sorguları, ölü kod tespiti, çapraz hizmet HTTP bağlantısı ve ADR yönetimi kapsayan 15 MCP aracı olarak sunulur. Model Bağlam Protokolü'nü konuşan herhangi bir istemci bunu kullanabilir ve proje, Claude Code, Codex, Cursor, Windsurf, OpenCode, Gemini CLI, Aider ve Kilocode dahil 45 desteklenen ajan yüzeyini listeler.
Rakamlar
İki bağımsız set ve her ikisi de dikkatle okunmaya değer.
Projenin kendi ölçümü: beş yapısal sorgu, grafik aracılığıyla yaklaşık 3.400 jeton, dosya dosya grep keşfi aracılığıyla ise yaklaşık 412.000 jeton tüketti. Bu %99,2'lik bir azalma veya aynı yanıtlar için yaklaşık 120 kat daha az jeton anlamına gelir.
Akademik sürüm bir ön baskıda yer alıyor: Codebase-Memory: LLM Kod Keşfi için Tree-Sitter Tabanlı Bilgi Grafikleri (MCP Aracılığıyla), 31 gerçek dünya deposunda değerlendirildi. %83 yanıt kalitesi, 10 kat daha az jeton ve dosya dosya keşfe karşı 2,1 kat daha az araç çağrısı rapor ediyor.
120x ile 10x arasındaki fark dürüst kısımdır. 120x rakamı, grafiğin en iyi senaryosu olan beş yapısal sorguya aittir, çünkü yapısal sorular bir grafiğin tam olarak ne için olduğuyla ilgilidir. 10x rakamı, 31 depo üzerinde daha geniş bir karışımdır ve günlük kullanımda göreceğinize daha yakındır. Her ikisi de büyüktür. 10x'i planlama sayınız olarak alın ve daha iyisini bir avantaj olarak kabul edin.
Hız diğer yarıdır. Linux çekirdeğini, 75.000 dosyada 28 milyon satırı indekslemek üç dakika sürer. Ortalama bir depo milisaniyeler içinde indekslenir. Yapısal sorgular bir milisaniyenin altında geri döner. Boru hattı, LZ4 sıkıştırma, bellekte SQLite ve birleşik Aho-Corasick desen eşleştirme ile RAM önceliklidir ve indeksleme sonrası bellek serbest bırakılır.
TypeScript veya Python yerine C dilinde yazılması bu sayıların var olmasının nedenidir ve aynı zamanda kurulacak bir çalışma zamanı olmamasının nedenidir.
Kurulum
macOS ve Linux:
curl -fsSL https://raw.githubusercontent.com/DeusData/codebase-memory-mcp/main/install.sh | bash
Windows, projenin önerdiği adımlarla, körü körüne tek bir satır yerine:
Invoke-WebRequest -Uri https://raw.githubusercontent.com/DeusData/codebase-memory-mcp/main/install.ps1 -OutFile install.ps1
notepad install.ps1 # önce okuyun
Unblock-File .\install.ps1
.\install.ps1
Seçenekler arasında, yalnızca ikili için ajan kurulumu olmadan `--skip-config` ve özel bir konum için `--dir=` bulunur. Yükleyici, kurulu kodlama ajanlarını otomatik olarak algılar ve belgelenmiş MCP girişlerini, ayrıca istemcinin desteklediği talimatları, becerileri ve yaşam döngüsü kancalarını yazar. macOS'ta karantina niteliklerini kaldırır ve ikiliyi geçici olarak imzalar, böylece manuel `xattr` veya `codesign` işlemi gerekmez.
Ardından aracınızı yeniden başlatın ve projeyi indekslemesini söyleyin.
İlk gün ayarlanmaya değer iki yapılandırma bayrağı:
# yeni projeleri ilk bağlantıda otomatik olarak indeksle
codebase-memory-mcp config set auto_index true
codebase-memory-mcp config set auto_index_limit 50000
# graf görselleştirme, ikiliye dahil
codebase-memory-mcp --ui=true --port=9749
`localhost:9749` adresindeki kullanıcı arayüzü bilgi grafiğini 3D olarak işler. Orada olduğunu bilmediğiniz yapıyı fark etmek için gerçekten kullanışlıdır ve indeksin beklediğiniz şeyi kapsadığından emin olmak için iyi bir sağduyu kontrolüdür.
Birçok depo üzerinde çalışıyorsanız, `auto_watch false` bir oturumun projesini arka plan izleyicisine kaydetmesini engeller ve `watcher_enabled false` ise yoklama iş parçacığını tamamen kapatır. İkincisi, daemon başladığında bir kez okunur, bu yüzden değiştirdikten sonra daimonu durdurun.
Çalıştırmadan önce kontrol etmeniz gereken iki şey
Her ikisi de proje tarafından belgelenmiştir, bu iyi bir işarettir ve her ikisi de otuz saniyenizi hak eder.
Microsoft Defender, bir sürüm ikili dosyasını `Trojan:Script/Wacatac.B!ml` olarak işaretleyebilir. Proje bunu bilinen bir yanlış pozitif olarak belgelemekte, tipik olarak yaklaşık 62 motordan 61'inin temiz döndüğünü belirtmekte ve aynı tespit ailesinin GitHub CLI, llama.cpp, Godot ve Microsoft'un kendi Go araç zincirini de etkilediğini vurgulamaktadır. Her sürüm yayınlanmadan önce VirusTotal'da taranır ve sürüm notları sonuçlara bağlantı verir. Bu, çoğu projenin benimsediği yaklaşımdan daha şeffaf bir duruştur ve temel sorun, küçük imzasız yerel ikili dosyalarla ilgili bilinen bir sezgisel sorundur.
Kod tabanınızı okur ve ajan yapılandırma dosyalarınıza yazar. Bu onun görevidir ve proje bunu açıkça belirtir, gizlemez. Güvenlik önlemleri gerçektir: tam kaynak MIT altında mevcuttur, sürümler bir OpenSSF Scorecard ve SLSA seviye 3 kaynağı taşır ve işleme tamamen yereldir. Proje ayrıca kendi başına hiçbir ağ isteği yapmadığını, arka planda güncellemeleri kontrol etmediğini ve "eve telefon etmediğini" belirtir. Güncellemeler, çalışan sürecin içinden değil, ikili dosyanın yanına yerleştirilen kurulum betiğinden çalışır; bu, README'de uzun uzun açıklanan bilinçli bir tasarım seçimidir.
Her ikisine de doğru yanıt aynıdır: bash'e göndermeden önce kurulum betiğini okuyun ve sizin için önemliyse yalnızca yerel iddiasını kendiniz doğrulayın. Çok sayıda yıldız, popülerliktir, denetim değil.
Neden ilk kurulacak olan bu olmalı
Mevcut ajan dalgasındaki diğer her araç iş akışınızı değiştirir. Persona'lar isteminizi değiştirir. Paralel çalışma ağaçları işinizi düzenleme şeklinizi değiştirir. Web erişimi, ne istediğinizi değiştirir.
Bu, çalışma şeklinizde hiçbir şeyi değiştirmez ve her oturumu daha ucuz ve daha iyi hale getirir. Öğrenilecek yeni bir alışkanlık yok. Onu kurarsınız, projeyi indekslersiniz ve ajanınız grep döngülerinde bağlam yakmayı bırakır. Uzun bir yeniden düzenleme sırasında, öğleden sonra saat 2'de limitinize ulaşmak ile günü bitirmek arasındaki fark belirgin değildir.
Kalite etkisi küçümsenmiş yarısıdır. Dosyaları okuyarak 400.000 jeton harcayan bir ajan, sorununuzu gerçekten düşünmek için çok daha az alana sahip olur ve oturumun başlarında okuduklarını hatırlaması bozulur. Bir grafikten yanıt vermek, bağlamı serbest bırakır. Aynı dinamik, araçlarınızın bu bağlama ne döndürdüğü için de geçerlidir, ki bu ajan araç yanıt bağlam pencerelerinin konusudur ve şişirilmiş API yanıtlarını ajan iş akışlarında pahalı hale getiren aynı başarısızlıktır.
Gerçekten kullanacağınız araçlar
On beş MCP aracı öğrenmek için çok gibi gelebilir. Pratikte hiçbirini öğrenmezsiniz, çünkü ajan seçimi yapar. Bilinmesi gereken, hangi soruların artık ucuz bir cevabı olduğudur, böylece onları sormaya başlarsınız.
Etki analizi en değerli olanı ve en az kullanılanıdır. Bir fonksiyon imzasını değiştirmeden önce, neyin bozulacağını sorun. Grafik, depo genelindeki her çağrıyı milisaniyenin altında izlerken, grep sürümü dinamik dağıtımı kaçırır ve dolaylı olan her şeye pes eder. Bu, "Sanırım bu güvenli" ifadesini bir listeye dönüştürür.
Çağrı zinciri takibi, yürütmenin bir kod parçasına nasıl ulaştığını yanıtlar. Bilinmeyen depolarda kullanışlıdır ve giriş noktasını bulma umuduyla beş dosyayı yukarı doğru okumaktan çok daha iyidir.
Mimari genel bakışı, ajanın tüm ağacı okumasına gerek kalmadan yapısal bir harita sunar. Bu, bilinmeyen bir kod tabanına uyum sağlamanın farklı hissettirdiği ve salt okunur bir keşif personasıyla iyi eşleştiği şeydir.
Ölü kod tespiti, hiçbir şeyin çağırmadığı kodları bulur. Temizleme sprintinden önce çalıştırın, tartışmak yerine.
Çapraz hizmet HTTP bağlantısı, bir hizmetteki bir çağrıyı diğerindeki işleyiciye izler. Bir mikro hizmet kod tabanında, bu, tek bir depoyu anlayan bir ajan ile sistemi anlayan bir ajan arasındaki farktır. Aynı zamanda aşağıda gösterilen sözleşme boşluğunun tam olarak ortaya çıktığı yerdir.
Cypher sorguları kaçış deliğidir. Diğer araçların kapsamadığı belirli bir şey istediğinizde, grafiği doğrudan sorgulayabilirsiniz.
Pratik değişim, isteminizi nasıl yaptığınızdadır. Daha önce 50.000 jeton ve iki dakika maliyeti olduğu için kaçındığınız sorular artık neredeyse ücretsiz, bu yüzden onları sorun. Her yeniden düzenlemeden önce "Bunu ne çağırıyor?". Hata ayıklamadan önce "Bu uç nokta için istek yolu nasıl görünüyor?". Araç, merakın ekonomisini değiştirir, bu da herhangi bir tek özellikten daha önemlidir.
Grafiğin bildikleri ve bilmedikleri
İşte sınır, ve araca aşırı güvenmeden önce anlaşılması gereken keskin bir sınır.
Grafik kodunuzdan oluşturulur. Kodunuzun ne olduğunu bilir. 15 araçtan biri olan çapraz hizmet HTTP bağlantısı, bir hizmetteki bir çağrıyı diğerindeki işleyiciye izler ve bu, bir ajanın bilmesi gereken gerçekten faydalı bir şeydir.
Size sözleşmenin ne söylediğini söyleyemez. `/v1/invoices/{id}` rotasının var olduğunu ve hangi fonksiyonun ona hizmet ettiğini bilir. Ancak, bir idempotentlik anahtarı tekrar kullanıldığında uç noktanın farklı bir hata zarfıyla 409 döndürdüğünü, `status` alanının tam olarak beş geçerli değeri olduğunu, imlecin bir ofset yerine opak olduğunu veya bir alanın kullanım dışı bırakıldığını ve gelecek çeyrekte kaybolacağını bilmez. Bunların hiçbiri işleyici kaynağından türetilemez, çünkü çoğu uygulama değil, anlaşmadır.
Yani ajan, mükemmel yapısal hatırlama ile donatılmış olsa bile, sözleşmeyi hala tahmin eder. Çıkarılmış bir şekle karşı bir istemci yazar ve kendi icat ettiği bir kuklaya karşı test eder, ve her şey hazırlık ortamına kadar yeşildir.
Bu yüzden Apidog ve bunun gibi bir araç, çakışmak yerine birbiriyle uyum sağlar:
- Grafik "nerede" sorusunu yanıtlar. Hangi işleyici, hangi çağrı zinciri, bu imza değişirse ne bozulur.
- Şartname "ne" sorusunu yanıtlar. Gerçek şemalar, gerçek durum kodları, gerçek hata zarfları, yeniden yapılandırılmak yerine ajan tarafından okunur. Mantık OpenAPI şartnamenizi ajan araçları olarak kullanmakta yatar.
- Sahte veriler, ajanın asla sahte olduğunu düşünmeyeceği hata dalları dahil olmak üzere şartnameden üretilir.
- Sözleşme testleri CI'da başarısız olur, uygulama ve anlaşma farklılaştığında, bu API değişiklikleri yapay zeka ajanlarını bozduğunda ne olur bölümünde açıklanan hata modudur.
Hoş bir simetri var. codebase-memory-mcp, yapısal soruları yanıtlamak için kaynak kodu okumanın pahalı ve güvenilmez olması nedeniyle var. Aynı şey, bir sözleşmeyi çıkarmak için kaynak kodu okumak için de geçerlidir ve cevap aynıdır: şeyi bir kez, soru için oluşturulmuş bir biçimde indeksleyin. Ajanlarınız, kimsenin yazmadığı şekillere karşı API istemcileri yazıyorsa Apidog'u indirin. İlgili: ajanlar için API araç şemaları tasarlama ve yapay zeka ajanları çağında hala bir API aracına ihtiyacınız var mı.
Kodun hafızası, işin hafızası değildir
İkinci sınır organizasyoneldir.
İndeks, tek bir makinede, tek bir hesap altında bir önbellek dizininde yaşar. Yerel Claude Code, Codex ve OpenCode oturumlarınız arasında bir koordinasyon daimonu aracılığıyla paylaşılır, bu güzel bir mühendislik örneğidir ve o makinenin sınırında durur.
Daha da önemlisi, grafik kod tabanının hafızasıdır, işin hafızası değil. Size tekrar deneme yardımcısının ödeme istemcisini çağırdığını söyleyebilir. Ancak geri çekilmenin neden Temmuz'da değiştiğini, kimin buna karar verdiğini, alternatifin ne olduğunu veya herhangi birinin bunu inceleyip incelemediğini söyleyemez. Bu geçmiş, kaybolmuş bir terminal oturumunda vardı.
Ekipler bunu garip bir boşluk olarak hisseder: ajanın kod hakkında takımın herhangi bir insanından daha iyi bir hafızası vardır, ancak onu üreten kararlar hakkında hiç hafızası yoktur.
Sharkly, görevi istem yerine kalıcı bir kayıt haline getirerek diğer yarısını kapsar:
- İşler görevler olarak yaşar ve ajanın çıktısı, yanıt verdiğiniz yorumlar olarak gelir. İlerleme ve araç çağrıları göreve geri akar. Akıl yürütme oturumdan sonra da yaşar.
- Bir Ajan, kaydedilmiş bir yapılandırmadır. Talimatlar, çalışma zamanı, beceriler, depolar, ortam. Ajanınızın indeks, spesifikasyon ve doğru izinlere sahip olduğu kurulum, her makine için yeniden oluşturulmak yerine yeniden kullanılır.
- Yürütme, kendi getirdiğinizdir. Dizüstü bilgisayarınız, bir sunucu veya bir konteyner olabilen bir Bilgisayar bağlarsınız ve Sharkly, üzerinde kurulu olan Çalışma Zamanını kullanır. Bu burada doğrudan alakalıdır, çünkü indeks makine başınadır: dizinlenmiş depoyu hangi Bilgisayarın tuttuğunu bilmek, sıcak bir grafik ile üç dakikalık soğuk başlangıç arasındaki farktır.
- Depo çalışmaları, görev başına ayrı bir çalışma ağacında yürütülür, böylece aynı depoya karşı paralel görevler çakışmaz.
- Bekleyenler listesindeki bir görev, bir çalıştırmayı başlatmaz, bu nedenle her şey yürütülmeden önce iş hazırlanır.
- Bir ekibin zaten anladığı yapı: alanlar, projeler, sprintler, görevler, Jira senkronizasyonu ile.
Kod hafızası artı iş hafızası kombinasyondur. Bir araç ajanıza depo hakkında hatırlama yeteneği verir. Diğeri ise takımınıza ajanların içinde ne yaptığını hatırlama yeteneği verir.
Sıkça Sorulan Sorular
Cursor, Codex ve OpenCode ile çalışır mı, yoksa sadece Claude Code ile mi? Bir MCP sunucusu olduğu için herhangi bir MCP istemcisi çalışır. Proje 45 desteklenen ajan yüzeyini listeler ve yükleyici sahip olduklarınızı otomatik olarak algılar. API çalışmaları için ajan istemcilerini değerlendiriyorsanız, Cursor ve Copilot'taki API istemcilerine bakışımıza bakın.
Kodum makinemi terk ediyor mu? Hayır. İşleme tamamen yereldir ve proje kendi başına hiçbir ağ isteği yapmadığını ve arka planda güncellemeleri kontrol etmediğini belirtir. Bunu inançla kabul etmek yerine doğrulamak isterseniz kaynak MIT lisanslıdır.
%99 jeton indirimi depom için gerçekçi mi? %99.2'lik rakam, grafiğin en güçlü senaryosu olan beş yapısal sorgudur. 31 depodaki hakemli sayı, 10 kat daha az jeton ve 2.1 kat daha az araç çağrısıdır. 10 kat etrafında plan yapın. Yapısal soruların yoğun olduğu işler bunu aşacaktır.
Ne kadar büyük bir depoyu kaldırabilir? Belirtilen tavan durum, Linux çekirdeğinin 28 milyon satır ve 75.000 dosyada üç dakikada işlenmesidir. Varsayılan otomatik indeksleme sınırı 50.000 dosya olarak yapılandırılabilir. Sıradan uygulama depoları milisaniyeler içinde indekslenir.
Defender neden işaretliyor? Küçük imzasız yerel ikili dosyalarda bilinen bir makine öğrenimi yanlış pozitifidir. Proje bunu belgeler, yaklaşık 62 motordan 61'inin temiz döndüğünü belirtir ve sürüm başına VirusTotal sonuçlarına bağlantı verir. Aynı tespit ailesi GitHub CLI ve Microsoft'un kendi Go araç zincirini de etkiler.
Bu, kodu okumanın yerini alır mı? Yapısal sorular için evet ve ajanların çoğu bunu sorar. Davranış, uç durumlar ve niyet için hayır. Ve bir API'nin ne döndürdüğü için, ikisinden ziyade bir şartnameye ihtiyacınız var, bu da yapay zeka ajanları çağında hala bir API aracına ihtiyacınız var mı tartışmasının konusudur.
Özet
Bu, 2026 ajan dalgasındaki en gösterişsiz araçtır ve en iyi getiriyi sağlayandır. İş akışı değişikliği yok, yeni alışkanlık yok, tek bir yerel ikili dosya ve ajanınızın grep yapmasına gerek kalmadan soruları yanıtlamak için harcadığı jetonlarda ölçülebilir bir büyüklük sırası azalması. Ayrıca, Orca örneğinde olduğu gibi, birden fazla ajan aynı anda çalıştığında en çok fayda sağlar. Kurun, projenizi indeksleyin, `auto_index`'i ayarlayın ve ne inşa ettiğini görmek için grafik görüntüleyiciyi bir kez açın.
Sonra iki kenarı açıkça belirtin. Grafik kodunuzun nerede olduğunu bilir, API'nizin ne vaat ettiğini değil, ve bu boşluğu Apidog bir şartname, bir mock ve bir test paketi ile kapatır. Ve depoyu hatırlar, işi değil, ki bu da Sharkly'nin görevi istem yerine kayıt haline getirerek kapattığı şeydir.
Kodun mükemmel hatırlanması güçlü bir temeldir. Ne doğru ne de neye karar verildiğini bilmekle aynı şey değildir.