$ loading_
为代码库建立结构索引，供 AI 快速分析依赖、调用关系与死代码
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Context Bunker MCP" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请基于当前代码库索引，列出 payment 模块的上游和下游依赖，并指出耦合最重的文件。
返回 payment 模块的依赖关系概览，并标出高耦合文件或关键连接点。
请根据 AST 索引追踪 processOrder 的调用树，说明它调用了哪些核心函数，以及哪些地方会调用它。
输出 processOrder 的调用树，包含向上和向下的调用关系摘要。
扫描当前项目索引，找出疑似未被引用的函数、类或文件，并按风险高低排序。
给出疑似死代码清单，并附上是否被调用或依赖的判断依据。
开发者接手陌生项目时，可用它让 AI 基于结构索引快速梳理模块依赖、关键调用链和整体代码组织。这样比只靠关键词搜索更容易理解系统结构。
在重构某个函数、类或模块前，团队可以查询调用树和依赖关系，判断修改会影响哪些位置。这样能提前识别高耦合区域并降低改动风险。
当项目长期迭代后，开发者可借助死代码检测能力找出疑似未使用的函数、类或文件。随后再结合人工确认决定是否删除或归档。
它是一个 MCP 服务器，会用 tree-sitter 进行 AST 解析并为代码库建立索引。随后 AI 可以从本地 SQLite 数据库中快速读取依赖图、调用树和死代码相关的结构信息。
给定信息表明它会索引你的本地代码库，并把结构信息存到本地 SQLite 数据库中。描述中没有提到远程服务或云端索引。
现有素材没有提供安装步骤、运行时要求或配置方法。更具体的前置条件请见源码仓库。
提供结构化代码分析与 Git 提交智能，帮助高效理解仓库并显著节省上下文 token。
提供语义搜索、依赖分析和自然语言问答的代码库智能 MCP 工具
帮助 AI 代理导航、检索并理解代码库结构与变更历史。
为代码库建立可语义检索的持久记忆，帮助 AI 用自然语言理解和定位代码。
将多语言源码建立本地索引，快速查询符号、依赖与代码树结构。
帮助开发者为本地代码仓库建立索引并进行语义检索与结构化代码分析。