$ loading_
用于存储、检索和追踪软件开发决策链路，支持语义搜索与结果管理
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Context Graph MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
帮我在 Context Graph 中查找与“将 Redis 用作缓存层”相关的历史决策，按相似度排序，并筛选出最终结果为成功的记录。
返回相关决策记录列表，包含决策原因、上下文、结果与相似度排序。
将以下架构决策写入 Context Graph：我们决定将用户通知服务拆分为独立微服务，原因是提升扩展性与部署独立性；分类为“架构设计”；当前状态为“已采纳”。
生成并保存一条结构化决策记录，包含决策内容、原因、分类与状态。
统计 Context Graph 中“数据库选型”类别的所有决策，并汇总每条决策的当前结果状态，找出失败或待验证的项目。
输出该类别下的决策汇总，标明成功、失败或待验证状态及重点风险项。
帮助团队查询和管理软件架构图谱，用于影响分析、依赖追踪与设计决策。
通过多模型与可视化工具，用自然语言完成软件开发、调试与成本管理。
通过类型安全的 MCP 接口生成多种图表，便于 AI 应用展示结构化数据。
帮助开发者用一次调用快速追踪代码关系与执行线索，减少代码探索时间。
将代码库索引到 Neo4j，辅助代码分析、依赖可视化与变更影响评估。
通过 MCP 连接 Graphlit 平台，帮助 AI 访问内容、检索信息并自动化上下文处理。