$ loading_
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。
该 MCP 工具来自官方 Registry 且开源，整体来源相对可信；但材料极少，仅知其具备代码执行能力并面向代码图操作，因此应以需留意级别使用，而非高风险定性。
材料声明不需要任何密钥或环境变量，未见要求提供 API token、账号凭证或其他敏感认证信息，因此凭证泄露面较低。
已知信息中未声明任何远程端点或外部服务连接；当前没有证据表明会将用户数据外发到第三方网络位置。
系统检查项明确标记为 executes-code，说明该工具具备在本机执行代码或触发进程/系统能力的可能性；这属于 MCP 工具常见高权限能力，应在受限环境中运行并审查其实际暴露的 22 个工具接口。
描述为“content-addressed code graph”，合理推断其至少会处理本地代码库或相关文件数据；但材料未说明具体读写边界、目录范围或是否修改文件，因此需留意其对本地代码/数据的访问范围。
正面因素包括官方 Registry 来源、开源仓库可审计、近一年内有更新；但 README 缺失、许可证未声明、社区采用度很低（0 star），使得可审计上下文与生态验证不足，建议在部署前补查源码与依赖清单。
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 "io.github.blackwell-systems/knowing" MCP 服务： 执行：claude mcp add 'io-github-blackwell-systems-knowing' -- npx -y @blackwell-systems/knowing
请基于代码图谱分析函数 `processOrder` 的上下游依赖，列出它调用了哪些模块、被哪些文件引用，并总结潜在影响范围。
一份函数依赖清单，包含调用链、引用位置与影响范围总结。
请扫描这个仓库的代码图谱，概括核心模块、主要入口、关键数据流，以及最值得优先阅读的文件。
一份结构化代码库导览，帮助快速建立整体认知。
如果我要修改 `auth/session` 模块，请根据代码图谱评估可能受影响的接口、测试、配置和相关服务，并给出检查建议。
一份改动影响分析，包含受影响对象列表和建议检查项。
通过MCP查询代码结构与跨语言调用关系，并保留可审计访问记录。
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。
为 AI 提供结构化代码上下文与依赖图，帮助高效理解代码库并减少令牌消耗。
为代码仓库构建可检索代码图谱，帮助 AI 代理精准理解与分析项目。
将代码库索引为可搜索知识图谱，辅助理解结构、调用关系与路由链路
将单体仓库索引为知识图谱，快速查询代码结构与依赖关系