$ loading_
为 AI 代理提供离线代码检索与结构分析，减少上下文令牌消耗。
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "CogniRepo" MCP 服务： 执行：claude mcp add 'io-github-ashlesh-t-cognirepo' -- uvx cognirepo
请用 CogniRepo 在这个代码库中查找 payment 相关函数，列出关键定义、调用链，并指出最可能的入口文件。
返回与 payment 相关的代码位置、主要调用关系和入口线索，便于快速理解代码结构。
使用 CogniRepo 先检索与用户登录报错最相关的文件和符号，再只整理必要上下文给后续分析步骤，尽量减少令牌消耗。
输出精简后的相关代码上下文与检索结果，帮助后续模型分析时减少无关内容。
请基于 CogniRepo 的 AST 和检索能力，找出与日志格式化相关的函数、类和文件，给出适合修改的位置建议。
给出相关符号、所在文件及推荐改动点，帮助开发者更快实施代码修改。
开发者或研究人员可用它在大型仓库中做离线检索，结合调用图与 AST 更快定位关键模块和依赖关系。这样可以减少手动翻找文件的时间。
当 AI 代理需要分析或修改代码时，可先通过该工具筛选最相关的上下文。其目标之一是降低令牌消耗，提高代理处理代码任务的效率。
适合对本地处理或离线运行有要求的团队，在不依赖在线服务的情况下进行代码搜索与结构分析。对于受限环境下的工程工作尤其有用。
它是一个 MCP 工具，面向 AI 代理提供 34 个与代码检索和结构分析相关的工具。描述中提到它结合了 FAISS、调用图、AST 和 BM25。
原始描述明确写了 Offline，因此可知它强调离线使用能力。更具体的运行方式和限制见源码仓库。
从描述看，它不只做文本搜索，还结合了 FAISS、BM25、调用图和 AST。也就是说，它更偏向为 AI 代理提供代码语义检索与结构化分析能力。
帮助用户用自然语言搜索并导航多个代码仓库，快速理解代码结构与实现。
为 AI 快速检索和理解大型代码库结构、依赖与实现细节的知识图谱工具。
基于内容寻址代码图谱，帮助 AI 代理检索、理解并操作代码库。
为代码代理提供本地仓库混合检索与聚合分析
为 AI 编程代理提供代码库结构地图，减少逐文件摸索与上下文浪费。
帮助 AI 代理在代码库中极速检索代码、定位文件并读取内容。