Codebase-Memory: Tree-Sitter-Based Knowledge Graphs for LLM Code Exploration via MCP
Die Arbeit stellt Codebase-Memory vor, ein Open-Source-System, das mithilfe von Tree-Sitter und dem Model Context Protocol persistente Wissensgraphen für 66 Programmiersprachen erstellt und damit LLM-Code-Exploration bei deutlich reduziertem Token-Verbrauch und weniger Tool-Aufrufen effizienter macht.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stell dir vor, du bist ein neuer Architekt, der in eine riesige, alte Bibliothek (einem Codebase) geschickt wird, um herauszufinden: „Was passiert, wenn ich dieses eine Buch umschreibe?"
Das alte Problem: Das Suchen mit der Taschenlampe
Bisher haben KI-Assistenten (wie Claude oder Cursor) diese Bibliothek auf eine sehr mühsame Weise erkundet. Sie gehen von Regal zu Regal, lesen jedes Buch von vorne bis hinten und suchen mit einer Taschenlampe nach bestimmten Wörtern.
- Das Problem: Um eine strukturelle Frage zu beantworten, müssen sie tausende Bücher durchwühlen. Das kostet enorm viel Zeit und „Geld" (in der Welt der KI nennt man das Token-Kosten). Es ist, als würde man versuchen, ein ganzes Stadtplan-Netzwerk zu verstehen, indem man jede einzelne Straße einzeln abläuft, anstatt einen Stadtplan zu benutzen.
Die neue Lösung: Codebase-Memory
Die Autoren dieses Papers haben eine clevere Lösung namens Codebase-Memory entwickelt. Stell dir das wie einen intelligenten, lebendigen Stadtplan vor, der sofort erstellt wird, sobald du in die Bibliothek kommst.
Hier ist, wie es funktioniert, ganz einfach erklärt:
1. Der „Bibliothekskurator" (Tree-Sitter)
Statt alles nur als Text zu lesen, nutzt das System einen super-schnellen Kurator (Tree-Sitter), der die Bücher nicht nur liest, sondern sofort versteht, wie sie zusammenhängen.
- Er weiß: „Dieses Kapitel ist eine Funktion, die von dieser anderen Funktion aufgerufen wird."
- Er weiß: „Dieses Modul hängt von jenem ab."
- Er erstellt daraus einen riesigen, vernetzten Wissensgraphen (eine Art 3D-Netzwerk aus allen Beziehungen im Code).
2. Der „Sofort-Plan" (SQLite & MCP)
Dieser komplexe Plan wird nicht in einem schweren, komplizierten System gespeichert, sondern in einer einzigen, leichten Datei (SQLite).
- Der Vorteil: Wenn die KI-Agenten eine Frage stellen, müssen sie nicht mehr tausende Bücher lesen. Sie schauen einfach auf ihren Plan.
- Die Geschwindigkeit: Eine Frage wie „Wer ruft diese Funktion auf?" wird in Millisekunden beantwortet. Das alte Suchen dauerte Sekunden oder Minuten.
3. Die „Nachrichten-App" (MCP)
Das System nutzt einen offenen Standard namens MCP (Model Context Protocol). Stell dir das wie eine universelle Nachrichten-App vor.
- Jeder KI-Assistent kann sich einfach mit diesem Plan verbinden.
- Der Assistent fragt: „Zeig mir alle Verbindungen zu diesem Baustein."
- Der Plan antwortet sofort mit der genauen Struktur, ohne dass der Assistent selbst etwas suchen muss.
4. Der „Wachhund" (Inkrementelles Update)
Wenn jemand im Code eine Zeile ändert, wacht das System auf.
- Es prüft nur die geänderte Datei (wie ein Wachhund, der nur auf das Geräusch achtet).
- Es aktualisiert den Plan sofort für diesen einen Bereich, ohne den ganzen Stadtplan neu zu zeichnen. Das geht blitzschnell.
Warum ist das so toll? (Die Ergebnisse)
Die Forscher haben das System an 31 verschiedenen Programmiersprachen getestet. Das Ergebnis war beeindruckend:
- Kosten: Die KI musste 10-mal weniger „Text" verarbeiten (weniger Token). Das spart bares Geld.
- Effizienz: Die KI brauchte 2-mal weniger Versuche (Tool-Calls), um die richtige Antwort zu finden.
- Qualität: Die Antworten waren fast genauso gut wie beim alten Suchen (83% vs. 92%), aber viel schneller und billiger.
- Spezialfälle: Bei Fragen wie „Wer ist der wichtigste Knoten in diesem Netzwerk?" oder „Welche Teile brechen, wenn ich das ändere?", war das neue System sogar besser als das alte Suchen.
Ein wichtiger Hinweis zur Sicherheit
Da dieses System als eine Art „Binärdatei" (ein fertiges Programm) verteilt wird, das tief in den Computer eingreifen darf, haben die Autoren eine Super-Sicherheitskette eingebaut.
- Stell dir vor, bevor das Programm jemandem übergeben wird, durchläuft es einen 8-stufigen Sicherheitscheck: Virus-Scanner, Code-Prüfung, Netzwerk-Überwachung.
- Es ist so sicher wie ein gepanzertes Fahrzeug, damit niemand böswilliges Zeug einschleusen kann.
Fazit
Codebase-Memory verwandelt das chaotische Suchen in einem riesigen Code-Wald in das einfache Ablesen eines klaren, strukturierten Landkarten-Systems. Es macht KI-Assistenten schneller, günstiger und intelligenter, indem es ihnen die Struktur des Codes direkt gibt, statt sie raten zu lassen.
Kurz gesagt: Früher mussten die KIs den Wald ablaufen, um einen Baum zu finden. Jetzt bekommen sie sofort den Wald-Plan mit den genauen Koordinaten.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.