$ loading_
为研究型代码仓库提供本地优先的代码检索、符号提取与上下文整理。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"CodeGraph Memory MCP Lite" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请在这个研究代码仓库中搜索与训练流程相关的文件，并按文件路径列出最可能的入口文件与配置文件。
返回相关文件路径清单，并指出可能的训练入口与配置位置。
请提取该仓库中与数据加载相关的 Python 类和函数，并按模块归类展示。
输出按模块整理的类、函数或符号清单，帮助快速理解代码结构。
请围绕 evaluation.py 分析它的导入关系，并整理一个用于代码审查的仓库上下文包。
给出导入关系概览，并汇总与目标文件相关的上下文信息。
开发者或研究员接手陌生代码仓库时，可先搜索关键文件、提取 Python 符号，再结合导入关系快速建立整体认知。
在做代码审查、问题定位或让 AI 分析仓库前，可整理 repo context packs，把相关文件与结构信息集中起来。
面对复杂的 Python 项目时，可利用 import graph 查看模块之间的依赖，辅助理解调用链和组织方式。
它是一个本地优先的 MCP 风格代码记忆工具，面向研究型代码仓库。已知能力包括文件搜索、Python 符号提取、导入图分析和仓库上下文包整理。
从描述看，它明确支持 Python symbol extraction，因此至少对 Python 代码结构分析有针对性支持。其他语言支持情况见源码仓库。
给定素材没有提供安装步骤、运行时要求或密钥信息。具体前置条件见源码仓库。
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。
为 AI 编程助手建立本地代码库记忆，支持索引、检索与架构洞察。
将代码库快速索引为持久知识图谱，支持高效检索与代码理解
为编码代理构建项目级知识图谱，支持代码与文档的结构化检索和问答。
让大模型快速理解代码库，完成语义检索、架构分析与安全洞察
基于代码与文档构建知识图谱，支持仓库问答与实现方案规划。