新闻详情

新闻详情

首页 / 资讯中心 / 详情

初始化 CodeGraph 索引

发布时间:2026/10/29 15:14:53来源:尧图网络
初始化 CodeGraph 索引
容器启动后对所有一级子项目批量初始化docker exec -it “CONTAINERNAMEbatchcodegraphinit.sh{CONTAINER_NAME} batch_codegraph_init.sh CONTAINERN​AMEbatchc​odegraphi​nit.sh{CONTAINER_PROJECTS_PATH}”初始化完成后重启容器让前置网关重新扫描已初始化项目一定要执行这步docker restart “${CONTAINER_NAME}”单个项目也可以手动初始化docker exec -it “CONTAINERNAMEcodegraphinit{CONTAINER_NAME} codegraph init CONTAINERN​AMEcodegraphinit{CONTAINER_PROJECTS_PATH}/project-a”检查状态docker exec -it “CONTAINERNAMEcodegraphstatus{CONTAINER_NAME} codegraph status CONTAINERN​AMEcodegraphstatus{CONTAINER_PROJECTS_PATH}/project-a”测试查询docker exec -it “CONTAINERNAMEcodegraphexplore某个函数名或你的问题−−path{CONTAINER_NAME} codegraph explore 某个函数名或你的问题 --path CONTAINERN​AMEcodegraphexplore某个函数名或你的问题−−path{CONTAINER_PROJECTS_PATH}/project-a”远程访问验证检查统一网关curl “http://远程机器:HOSTPORT{HOST_PORT}HOSTP​ORT{HEALTH_ENDPOINT}”查看项目映射curl “http://远程机器:${HOST_PORT}/projects”检查某个项目后端curl “http://远程机器:${HOST_PORT}/project-a/healthz”OpenClaud/Opencode远程MCP配置假设远程服务端有以下几个项目/home/dora/Desktop/Projects/git_rep/├── ragflow/├── openclaude/├── codegraph-mcp-gateway/下面分别给出OpenClaud/Opencode MCP配置示例OpenClaud{“permissions”: {“allow”: [“mcp__codegraph-codegraph-mcp-gateway__codegraph_explore”,“mcp__codegraph-codegraph-mcp-gateway__,“mcp__codegraph-openclaude__codegraph_explore”,mcp__codegraph-openclaude__”,“mcp__codegraph-ragflow__codegraph_explore”,“mcp__codegraph-ragflow__*”]},“hooks”: {“UserPromptSubmit”: [{“hooks”: [{“type”: “command”,“command”: “codegraph prompt-hook”}]}]},“mcpServers”: {“codegraph-ragflow”: {“type”: “http”,“url”: “http://192.168.220.128:8000/ragflow/mcp”,“enabled”: true},“codegraph-openclaude”: {“type”: “http”,“url”: “http://192.168.220.128:8000/openclaude/mcp”,“enabled”: true},“codegraph-codegraph-mcp-gateway”: {“type”: “http”,“url”: “http://192.168.220.128:8000/codegraph-mcp-gateway/mcp”,“enabled”: true}}}Opencode{“$schema”: “https://opencode.ai/config.json”,“model”: “deepseek-ai/DeepSeek-V4-Pro”,“provider”: {…},“mcp”: {“codegraph-openclaude”: {“type”: “remote”,“url”: “http://192.168.220.128:8000/openclaude/mcp”,“enabled”: true},“codegraph-ragflow”: {“type”: “remote”,“url”: “http://192.168.220.128:8000/ragflow/mcp”,“enabled”: true},“codegraph-codegraph-mcp-gateway”: {“type”: “remote”,“url”: “http://192.168.220.128:8000/codegraph-mcp-gateway/mcp”,“enabled”: true}},“tools”: {“mcp__codegraph-codegraph-mcp-gateway*”: true,“mcp__codegraph-openclaude__: true,mcp__codegraph-ragflow__”: true}}OpenClaud CLAUDE.md 和 Opencode AGENTS.md路由规则这里两个文件内容配置的完全相同CodeGraph 强制使用规则当用户问题涉及以下任一场景时必须先使用 CodeGraph再回答, 优先使用远程 MCP 工具查找函数、类、变量、接口、配置项的定义分析调用链、依赖关系、数据流解释某个项目/模块/功能的实现定位 bug、修改代码、评审代码询问“在哪里实现”“怎么调用”“谁调用了它”禁止在完成 CodeGraph 初查前使用 grep、read、逐文件扫描来寻找符号或调用关系。查询规则先用较小范围查询不要一次塞入大量关键词。每次codegraph_explore优先聚焦一个模块、文件或功能点。maxFiles优先使用 3 到 6只有结果不足时再提高。如果 MCP 返回超时缩小查询范围后重试。项目索引映射项目路径CodeGraph 索引名触发词codegraph-mcp-gatewayhttp://192.168.220.128:8000/codegraph-mcp-gateway/mcpcodegraph-mcp-gatewaycodegraph-mcp-gateway, 项目规划openclaudehttp://192.168.220.128:8000/openclaude/mcpopenclaudeopenclauderagflowhttp://192.168.220.128:8000/ragflow/mcpragflowragflow路由优先级如果用户给出了文件路径或当前工作目录按路径选择索引。如果用户明确提到项目名按项目名选择索引。如果只出现通用词例如 RAG、检索、agent、工具调用不要仅凭该词选择索引应根据上下文判断无法判断时先询问用户。不要把rag作为 openclaude 和 ragflow 的共同触发词。执行流程先判断是否是代码理解/定位/调用链类问题。选择唯一 CodeGraph 索引。调用codegraph_search查找相关符号或文件。只有在搜索结果需要展开时才调用codegraph_explore或委托 Explore 子代理。如果 CodeGraph 无结果说明已检索失败再使用 grep/read 作为兜底。回答时说明使用了哪个索引。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/10/30 4:02:09

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/10/29 23:30:48

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/10/29 13:36:24

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/10/29 19:55:35

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/10/29 13:36:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/10/30 5:26:05

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉