Baseline
不用候选工具记录五个问题和一个变更任务。
成功标准存在公平的无工具 baseline。
场景型比较 · 更新 2026-07-20
仓库代码智能工具横评：MCP 记忆、知识图谱、GraphRAG 与变更影响
在 codebase-memory-mcp、Understand Anything、graphify 和 code-review-graph 之间按真实仓库任务做选择。
这些工具解决相邻但不同的问题。应按 Agent 需要做出的决策选择，而不是按 GitHub 热度或图谱观感。
RepoDaily 当前证据主要是 L0–L1，因此本页是选择地图和测试计划，不是生产排名。
RepoDaily 判断
需要持久、可通过 MCP 使用的仓库记忆时评估 codebase-memory-mcp；需要本地变更影响和 code review 上下文时评估 code-review-graph；视觉化上手可关注 Understand Anything；本地图检索实验可关注 graphify。若 grep、LSP 或轻量 repo map 已能完成任务，则四者都不选。
采用前先验证
从选择地图继续进入可重复清单和 Radar 当前状态。
快速矩阵
| 工具 | 最佳场景 | 主要模型 | RepoDaily 当前判断 |
|---|---|---|---|
| codebase-memory-mcp | 向编程 Agent 提供持久仓库记忆 | 图记忆 + MCP | Assess · L1 |
| code-review-graph | 本地变更影响和 review 上下文 | Tree-sitter + SQLite 图 + MCP/CLI | 待验证后 Assess |
| Understand Anything | 可视化上手与仓库探索 | 交互式知识图谱 | Watch · L0 |
| graphify | 本地图检索与来源实验 | GraphRAG 式本地索引 | Watch · L0 |
选择矩阵
按你的仓库和工作流评分；没有证据的声明必须实测。
| 维度 | codebase-memory-mcp | code-review-graph | Understand Anything | graphify |
|---|---|---|---|---|
| 主要用户 | 通过 MCP 使用的编程 Agent | 需要影响上下文的 reviewer 或 Agent | 开发者上手与探索 | 图检索实验者 |
| 主要输出 | 持久代码记忆和图查询 | 变更影响图与精确上下文 | 可视化图、导览、搜索、解释 | 本地图索引与检索 |
| 最擅长的问题 | 仓库跨会话记住什么？ | 这次变更影响什么？ | 陌生代码库如何组织？ | 本地图检索能否改善回答？ |
| 主要风险 | 图准确率和刷新尚未实测 | 基准迁移性和 parser 覆盖 | 可视化有说服力但不完整 | 运行成熟度与抽取质量 |
| 当前证据 | L1 文档复核 | 已有 Brief，尚未统一动手验证 | L0 来源摘要 | L0 来源摘要 |
横评测试计划
完整 L2 评估使用关联清单。
安装
在同一仓库与环境安装每个候选。
成功标准记录时间、产物、网络和失败。
准确率
测试符号、路径、调用方、测试和解释。
成功标准答案可追溯且缺口已记录。
新鲜度
重命名、删除、切分支并刷新。
成功标准stale context 被发现或移除。
结果
用相同 Agent prompt 重复变更任务。
成功标准改善文件选择、上下文或 reviewer 成本。
按任务选择
- 需要跨 Agent 会话的持久 MCP 仓库记忆 → 先评估 codebase-memory-mcp。
- 需要本地变更影响、调用方、测试和 review 上下文 → 先评估 code-review-graph。
- 需要视觉化上手、架构导览和人类探索 → 先关注 Understand Anything。
- 需要本地 GraphRAG 研究面和来源实验 → 先关注 graphify。
- 仓库小或任务只是简单符号导航 → 四者都不选，保留 grep/LSP/repo-map。
场景表
| 场景 | 首选候选 | 原因 | 必须证明 |
|---|---|---|---|
| Agent 修改陌生服务 | codebase-memory-mcp | 可通过 MCP 使用的持久仓库上下文 | owner、调用方、测试和分支新鲜度正确 |
| PR 影响面 | code-review-graph | 面向变更的本地图和 review 上下文 | 影响路径足够完整，减少 reviewer 漏检 |
| 新同事上手 | Understand Anything | 可视化图与引导探索 | 生成流程符合已知架构且可追溯 |
| 本地检索研究 | graphify | 图式本地索引 | 抽取、来源、刷新和成本可测 |
| 小型仓库 | 都不选 | 原生工具更简单可靠 | 引入基础设施前先证明 grep/LSP 的真实失败 |
比较风险
任务边界不同
不要把视觉上手、持久记忆、GraphRAG 和变更影响当作同类能力。
证据不一致
项目方 benchmark 与 RepoDaily 验证属于不同证据类别。
索引过期
每个候选都必须证明分支、重命名、删除和增量刷新行为。
私有代码
验证本地存储、远程调用、导出、日志和删除行为。
无工具 baseline
若不能在真实任务上优于 grep、LSP 或轻量 repo map，就不应引入。
采用模式
单仓库试点
使用一个代表性仓库和固定问题集。
先只读
先允许检索，再开放自主修改。
回答必须带来源
早期试用要求文件和符号来源。
新鲜度闸门
索引版本或分支不确定时阻止 Agent 使用。
退出测试
扩大采用前先完成卸载和索引删除。
常见问题
试点选择说明。
哪个工具总体最好？
目前没有可信的总体赢家，因为目标任务不同，且 RepoDaily 尚未对全部候选达到 L2。
为什么没有 Serena？
当前内容集中没有确认的 RepoDaily Brief，需先统一项目身份、范围和证据。
为什么提供都不选？
当原生搜索和语言工具已足够时，平台应帮助用户避免不必要的基础设施。
相关雷达
相关 RepoDaily 解读
codebase-memory-mcp：用纯 C 构建的知识图谱，让 AI 编程助手真正理解你的代码库DeusData/codebase-memory-mcp · Developer tool / CLIUnderstand-Anything 解读：给代码库生成可探索知识图谱Egonex-AI/Understand-Anything · Developer tool / CLIgraphify 评测：把任意文件夹变成可查询知识图谱的本地 GraphRAG 技能safishamsi/graphify · Infrastructure / Runtimecode-review-graph：一个本地优先的 SQLite 代码图谱，通过 MCP 把每次改动的爆炸半径精确喂给 AI 编码工具tirth8205/code-review-graph · Infrastructure / Runtime
来源
Feedback
这页是否帮助你做出决定？
匿名反馈只用于判断内容是否真正有用。