FS-Yuao/cpp-semantic-graph
GitHub: FS-Yuao/cpp-semantic-graph
为AI编程助手构建C++代码语义知识图谱，通过MCP协议暴露查询工具，让AI精准理解代码结构。
Stars: 3 | Forks: 0
# cpp-semantic-graph
为 AI 编程助手（Claude Code、Cursor、Windsurf 等）构建 C++ 代码的语义知识图谱，通过 [MCP 协议](https://modelcontextprotocol.io/) 暴露 9 个查询工具，让 AI 能直接搜索类定义、查继承关系、追踪调用链、分析影响面——无需翻文件、无需 grep。
## 为什么需要它？
AI 编程助手理解 C++ 代码的常见痛点：
| 痛点 | cpp-semantic-graph 的解法 |
|------|--------------------------|
| "这个类在哪定义的？" | `cpp_search_class("SocUpdate")` → 命名空间 + 文件位置 |
| "谁调用了这个函数？" | `cpp_get_callers("GetSocBootChain")` → 所有调用方 |
| "改这个头文件会影响什么？" | 增量更新自动递归 include 依赖，只重解析受影响的 TU |
| "虚函数有哪些 override？" | `cpp_get_overrides("PerformUpgrade", "BasePeriUpdate")` → 所有实现 |
| "这个模块的架构是怎样的？" | `cpp_traverse_graph("SocUpdate")` → 多跳遍历关联节点 |
## ✨ 核心特性
- **9 个 MCP 工具**：类搜索、函数搜索、继承关系、调用链（caller/callee）、override、文件符号、多跳遍历、文档搜索
- **增量更新**：基于 include 依赖图，改一个 `.cpp` 秒级刷新（16× 快于全量重建）
- **文档融合**：项目文档与代码双向关联，搜索文档时自动定位相关代码
- **开箱即用**：一个 YAML 配置 + `compile_commands.json` 即可启动，MCP Server 自动注册到 AI 工具
- **项目无关**：表结构和工具定义不含任何项目硬编码，可迁移到任何 C++ 项目
## 🚀 快速开始
### 前置条件
- Python 3.10+
- libclang（与你的 LLVM 版本匹配）
- `compile_commands.json`（由 CMake/Bear 生成）
### 1. 安装
git clone https://github.com/your-org/cpp-semantic-graph.git
cd cpp-semantic-graph
# 创建虚拟环境
python3 -m venv .venv
source .venv/bin/activate
# 安装依赖
pip install -r requirements.txt
### 2. 准备 compile_commands.json
如果你的项目用 CMake 构建：
cmake -DCMAKE_EXPORT_COMPILE_COMMANDS=ON ...
如果没有 CMake，用 [Bear](https://github.com/rizsotto/Bear) 拦截编译命令：
bear -- make
### 3. 编写配置文件
创建 `cpp_semantic_graph.yaml`（这是唯一需要改的文件）：
project:
name: "your_project"
compile_commands: "/path/to/your/project/compile_commands.json"
# 源码范围 — 决定哪些代码算"项目代码"
source_paths:
- "src"
- "include"
# 生成代码路径（如 ARA COM src-gen、protobuf）
generated_paths:
- "src-gen"
# 完全忽略的路径
exclude_paths:
- "thirdparty"
- "build"
- "test/mock"
# libclang 路径（按你的系统调整）
libclang_path: "/usr/lib/llvm-18/lib/libclang.so.1"
parse_options:
skip_function_bodies: false # false 才能提取调用关系
max_workers: 4 # 并行解析进程数
### 4. 全量解析
# 1. 停掉 MCP Server（必须！）
pkill -f "run_server.py"
# 2. 全量解析
python3 -m cpp_semantic_graph full-parse \
--config cpp_semantic_graph.yaml \
--db semantic_graph_full.db
# 3. 重新启动 MCP Server（解析完成后）
解析完成后，数据库包含：
- **节点**：类、结构体、函数（含签名、命名空间、文件位置）
- **边**：继承、调用、override、belongs_to、类型别名（type_alias）、using 声明（using_decl）、友元（friend_of）等关系（模板实例化边 `instantiates` 因 libclang AST 形态暂未启用，见 [复杂场景说明](#-复杂场景说明)）
- **include 依赖**：翻译单元间的 include 关系图
- **文档关联**：文档切片 ↔ 代码实体（可选）
### 5. 启动 MCP Server
# 设置数据库路径
export CPP_GRAPH_DB=/path/to/semantic_graph_full.db
# 启动 MCP Server（stdio 传输）
python3 -m cpp_semantic_graph.mcp_server.server
### 6. 注册到 AI 工具
#### Claude Code
编辑 `~/.claude.json`，在 `mcpServers` 中添加：
{
"mcpServers": {
"cpp-semantic-graph": {
"type": "stdio",
"command": "python3",
"args": ["/absolute/path/to/cpp-semantic-graph/mcp_server/run_server.py"],
"env": {
"CPP_GRAPH_DB": "/absolute/path/to/semantic_graph_full.db"
}
}
}
}
#### Cursor
编辑 `.cursor/mcp.json`：
{
"mcpServers": {
"cpp-semantic-graph": {
"command": "python3",
"args": ["/absolute/path/to/cpp-semantic-graph/mcp_server/run_server.py"],
"env": {
"CPP_GRAPH_DB": "/absolute/path/to/semantic_graph_full.db"
}
}
}
}
#### Windsurf / 其他 MCP 客户端
配置方式类似，参考各工具的 MCP 文档。核心参数：
- **command**: `python3`
- **args**: `["/path/to/mcp_server/run_server.py"]`
- **env.CPP_GRAPH_DB**: 数据库绝对路径
## 🛠️ 9 个 MCP 工具
| # | 工具名 | 用途 | 典型场景 |
|---|--------|------|---------|
| 1 | `cpp_search_class` | 按类名搜索类定义 | "SocUpdate 类在哪定义？" |
| 2 | `cpp_search_function` | 按函数名搜索函数定义 | "PerformUpgrade 的签名是什么？" |
| 3 | `cpp_get_inheritance` | 查询类的继承关系 | "BasePeriUpdate 有哪些子类？" |
| 4 | `cpp_get_callers` | 查询谁调用了指定函数 | "谁调用了 GetSocBootChain？" |
| 5 | `cpp_get_callees` | 查询指定函数调用了谁 | "PerformUpgrade 内部调用了什么？" |
| 6 | `cpp_get_overrides` | 查询虚函数的所有重写 | "PerformUpgrade 有哪些 override？" |
| 7 | `cpp_get_file_symbols` | 查询文件内的所有符号 | "soc_update.cpp 里有什么？" |
| 8 | `cpp_traverse_graph` | 多跳遍历图谱 | "修改 SocUpdate 会影响什么？" |
| 9 | `cpp_search_docs` | 搜索项目文档 | "OTA 升级流程的设计文档" |
### 工具详情
#### `cpp_search_class(name, exact=False)`
按类名搜索 C++ 类定义。支持模糊匹配。
cpp_search_class("SocUpdate")
→ ## 搜索结果：类 "SocUpdate"（1 个）
### update::SocUpdate
- 文件: soc_update.h:15-120
#### `cpp_search_function(name, class_name="")`
按函数名搜索函数定义。可限定所属类名。
cpp_search_function("PerformUpgrade", class_name="SocUpdate")
→ ## 搜索结果：函数 "PerformUpgrade"（1 个）
### SocUpdate::PerformUpgrade [virtual, override]
- 签名: void PerformUpgrade() override
- 文件: soc_update.cpp:45
#### `cpp_get_inheritance(class_name, direction="down", depth=1)`
查询类的继承关系。`direction="down"` 查子类，`"up"` 查父类。`depth=-1` 递归全部。
cpp_get_inheritance("BasePeriUpdate", direction="down", depth=-1)
→ ## BasePeriUpdate 的子类（4 条）
- update::SocUpdate --public--> BasePeriUpdate
- update::McuUpdate --public--> BasePeriUpdate
- ...
#### `cpp_get_callers(function_name, class_name="")`
查询谁调用了指定函数（影响面分析）。
cpp_get_callers("GetSocBootChain")
→ ## 调用 "GetSocBootChain" 的代码（3 个）
### OtaManager::CheckBootChain
- 文件: ota_manager.cpp:128
- 调用类型: calls_direct
#### `cpp_get_callees(function_name, class_name="")`
查询指定函数调用了谁（调用链分析）。
cpp_get_callees("PerformUpgrade", class_name="SocUpdate")
→ ## "PerformUpgrade" 调用的代码（8 个）
...
#### `cpp_get_overrides(function_name, class_name)`
查询虚函数的所有重写实现。`class_name` 为声明该虚函数的基类名（必填）。
cpp_get_overrides("PerformUpgrade", class_name="BasePeriUpdate")
→ ## "PerformUpgrade" 的重写实现（4 个）
### update::SocUpdate::PerformUpgrade
- 签名: void PerformUpgrade() override
- 文件: soc_update.cpp:45
- 重写基类: BasePeriUpdate
#### `cpp_get_file_symbols(file_path)`
查询文件内的所有类和函数符号。`file_path` 支持部分匹配。
cpp_get_file_symbols("soc_update.h")
→ ## 文件符号：soc_update.h（共 12 个）
### 类/结构体（2 个）
1. ### [class] update::SocUpdate
### 函数（10 个）
...
#### `cpp_traverse_graph(start, relation_types=None, direction="outgoing", depth=3, max_results=50)`
多跳遍历图谱，最灵活的查询。沿指定关系类型遍历关联节点。
常用关系类型：`inherits_public`, `inherits_protected`, `overrides`, `belongs_to`, `calls_direct`, `calls_virtual`, `calls_callback`, `doc_describes_code`, `code_refers_to_doc`
cpp_traverse_graph("SocUpdate", depth=2, max_results=30)
→ ## 遍历结果：从 "SocUpdate" 出发（18 个节点）
深度: 2, 遍历边数: 22
### 关联节点
- [class] update::SocUpdate (soc_update.h)
- [class] update::BasePeriUpdate (base_peri_update.h)
- [function] update::SocUpdate::PerformUpgrade (soc_update.cpp)
...
#### `cpp_search_docs(keyword, tag="", max_results=10, min_confidence=0.0)`
搜索项目文档，返回文档切片 + 关联代码。
cpp_search_docs("升级", tag="架构设计")
→ ## 文档搜索："升级"（3 个结果）
### OTA 完整升级流程
- 文件: docs/OTA_flow/OTA_COMPLETE_FLOW.md
- 字数: 2450
- 标签: 架构设计, OTA
关联代码:
- [class] BasePeriUpdate confidence=0.92
- [class] SocUpdate confidence=0.88
## 📖 CLI 用法
除了 MCP 工具，还提供 CLI 直接查询：
# 搜索类
python3 -m cpp_semantic_graph search-class "SocUpdate"
# 查继承
python3 -m cpp_semantic_graph inheritance "BasePeriUpdate" --direction down --depth -1
# 搜索函数
python3 -m cpp_semantic_graph search-func "PerformUpgrade"
# 查文件符号
python3 -m cpp_semantic_graph file-symbols "soc_update.cpp"
# 查 include 依赖
python3 -m cpp_semantic_graph include "base_peri_update.h" --mode all
# 数据库统计
python3 -m cpp_semantic_graph stats
### 增量更新
代码修改后，增量更新只重解析受影响的翻译单元：
# 基于 git diff（默认 HEAD~1）
python3 -m cpp_semantic_graph incremental --base HEAD~1
# 手动指定文件
python3 -m cpp_semantic_graph incremental --files soc_update.cpp,base_peri_update.h
# 仅检测不执行
python3 -m cpp_semantic_graph incremental --files soc_update.cpp --dry-run
# 跳过文档关联重建（更快）
python3 -m cpp_semantic_graph incremental --files soc_update.cpp --skip-associations
## 📐 架构
┌─────────────────────────────────────────────────┐
│ AI 工具层 │
│ Claude Code / Cursor / Windsurf / 其他 MCP 客户端 │
└────────────────────┬────────────────────────────┘
│ MCP 协议 (stdio)
┌────────────────────▼────────────────────────────┐
│ MCP Server (9 工具) │
│ FastMCP + Lazy Init DB 连接 + Markdown 格式化 │
└────────────────────┬────────────────────────────┘
│ Python API
┌────────────────────▼────────────────────────────┐
│ 查询层 (query/) │
│ GraphQuery │ CallQuery │ PolymorphismQuery │
│ TraverseQuery │ DocQuery │ IncludeQuery │
└────────────────────┬────────────────────────────┘
│
┌────────────────────▼────────────────────────────┐
│ 数据层 (db/) │
│ SQLite + 9 索引 + CASCADE 约束 │
│ node │ edge │ include_dep │ parse_status │
└─────────────────────────────────────────────────┘
┌─────────────────────────────────────────────────┐
│ 解析层 (parser/) │
│ AST Visitor (libclang) │ CompileDB │ Config │
│ ChangeDetector │ ImpactAnalyzer │
└─────────────────────────────────────────────────┘
### 核心数据模型
**节点（node 表）**：类、结构体、函数，含命名空间、文件位置、签名等
**边（edge 表）**：节点间关系，方向约定：
- `inherits`: from=子类 → to=父类
- `calls`: from=调用方 → to=被调用方
- `belongs_to`: from=函数 → to=所属类
- `overrides`: from=派生类函数 → to=基类函数
**include_dep 表**：翻译单元的 include 依赖，增量更新的核心依据
## 🧩 复杂场景说明（模板/别名/友元）
| 特性 | 关系边 | 状态 | 说明 |
|------|--------|------|------|
| 类型别名 `using Alias = T` | `type_alias` | ✅ 已启用 | 别名节点入库 + 边关联目标；目标来自外部库时边可能悬空丢弃，别名节点仍保留 `target_type` 元信息 |
| using 声明 `using B::func` | `using_decl` | ✅ 已启用 | 子类函数 → 基类函数；本项目源码无常规 using 声明，仅 1 处 literal operator 未提取 |
| 友元 `friend class F` | `friend_of` | ✅ 已启用 | friend → 宿主类；本项目源码无 friend 声明，0 条边符合预期 |
| 模板实例化 | `instantiates` | ⏸️ 暂未启用 | libclang 不为模板特化产生独立 CLASS_DECL 节点（特化名仅出现在 CONSTRUCTOR/TYPE_REF 的 spelling 中），`walk_preorder` 找不到含 `<` 的类声明，提取无产出。提取器代码保留，待改用 LibTooling 或基于 TYPE_REF 重建时启用 |
## 🔄 增量更新机制
1. ChangeDetector ──→ 检测文件变更（git diff / 手动指定）
2. ImpactAnalyzer ──→ 分析影响范围（.h → 递归 includer）
3. 删除旧数据 ──→ 删出边（不删共享节点）+ include_dep + parse_status
4. 重新解析 ──→ SemanticExtractor.parse() × 受影响 TU
5. upsert 新数据 ──→ 节点更新/边去重
6. 清理残留节点 ──→ 删除文件中已消失的函数/类
7. 重建文档关联 ──→ content_scan（可选 embedding）
**删除策略核心**：只删出边（from_id 在该文件的边），保留入边；节点用 upsert 更新。这保证了头文件中共享的类/函数节点不会被误删。
| 场景 | 受影响 TU | 更新耗时 |
|------|----------|---------|
| 单个 .cpp 变更 | 1 个 | ~11s |
| 单个 .h 变更 | 递归 includer | 取决于 TU 数（7 TU ~76s） |
| 幂等性（二次执行） | 不变 | 边数稳定不变 ✅ |
## 📚 文档融合
将项目文档（Markdown）与代码实体双向关联，让 AI 搜索文档时自动定位相关代码。
**本项目已配置文档融合**：58 个文档 → 546 个切片 → 1,756 条关联边（doc_describes_code + code_refers_to_doc）。`cpp_search_docs` 可直接使用。
### 配置
创建 `config/doc_config.yaml`：
doc_dirs:
- "docs/"
exclude_patterns:
- "*.html"
- "*/build/*"
# 按目录自动打标签
tag_rules:
- path_pattern: "architecture/**"
tags: ["架构设计"]
- path_pattern: "api/**"
tags: ["接口规约"]
section_split:
min_level: 2 # 按 ## 切片
min_word_count: 20 # 少于 20 字的切片合并
# 手动精准关联（不侵入文档原文）
manual_links:
- doc: "architecture/OTA_FLOW.md"
heading: "升级流程"
code:
- "BasePeriUpdate"
- "SocUpdate"
- "PerformUpgrade"
### Embedding 关联（可选）
安装 `sentence-transformers` 后，可基于语义相似度自动关联文档与代码：
pip install sentence-transformers
默认使用 `all-MiniLM-L6-v2` 模型。中文项目建议换 `bge-small-zh-v1.5` 或 `multilingual-e5-small`。
## 🧪 验证
全量解析后可运行正确性验证（与 clangd 交叉比对）：
python3 -m cpp_semantic_graph full-parse \
--config cpp_semantic_graph.yaml \
--validate \
--baseline validation/clangd_baseline.json
## 📋 依赖
### 核心（必装）
| 包 | 版本 | 用途 |
|----|------|------|
| `clang` | ≥18 | libclang Python 绑定，AST 解析 |
| `PyYAML` | ≥6.0 | 配置文件解析 |
| `mcp` | ≥1.0 | MCP 协议实现（FastMCP） |
### 文档融合（可选）
| 包 | 版本 | 用途 |
|----|------|------|
| `sentence-transformers` | ≥2.0 | 文档-代码语义关联 |
| `torch` | ≥2.0 | sentence-transformers 依赖 |
### 安装
# 核心依赖
pip install clang PyYAML mcp
# 文档融合（可选）
pip install sentence-transformers
或使用 requirements.txt：
pip install -r requirements.txt # 核心
pip install -r requirements-docs.txt # 文档融合（可选）
## 🗂️ 项目结构
cpp_semantic_graph/
├── __init__.py # 包声明
├── __main__.py # python -m 入口
├── cli.py # CLI 工具（search/inheritance/incremental/...）
├── pipeline.py # 全量解析流水线
├── incremental_updater.py # 增量更新编排器
│
├── parser/ # 解析层
│ ├── ast_visitor.py # AST 提取器（libclang）
│ ├── config.py # 项目配置加载
│ ├── compile_db.py # compile_commands.json 解析
│ ├── change_detector.py # 文件变更检测（git diff）
│ ├── impact_analyzer.py # 影响范围分析
│ ├── doc_parser.py # 文档解析器
│ ├── doc_association.py # 文档-代码关联
│ ├── association_ingester.py # 关联边入库
│ └── models.py # 数据模型
│
├── query/ # 查询层
│ ├── graph_query.py # 类/函数/文件符号查询
│ ├── call_query.py # 调用关系查询
│ ├── polymorphism_query.py # 多态体系查询
│ ├── traverse.py # 多跳遍历查询
│ ├── doc_query.py # 文档融合查询
│ ├── include_query.py # include 依赖查询
│ ├── architecture_query.py # 架构概览查询
│ └── fusion_query.py # 融合查询
│
├── db/ # 数据层
│ ├── graph_db.py # SQLite 操作
│ ├── importer.py # JSON→SQLite 导入
│ ├── schema.sql # 建表+索引
│ └── relation_types.py # 关系类型枚举
│
├── mcp_server/ # MCP Server
│ ├── server.py # FastMCP Server + 9 工具
│ └── run_server.py # 启动脚本
│
├── validation/ # 正确性验证
│ ├── accuracy_validator.py # 精度验证器
│ └── clangd_baseline.py # clangd 基线
│
├── config/ # 配置模板
│ ├── doc_config.yaml # 文档配置示例
│ └── template_whitelist.yaml # 模板白名单
│
└── cpp_semantic_graph.yaml # 项目配置（用户编写）
## ❓ FAQ
### Q: 需要什么版本的 LLVM/libclang？
需要与编译项目时使用的 LLVM 版本匹配。检查方法：
# 查看 clang 版本
clang --version
# 对应的 libclang 路径
ls /usr/lib/llvm-*/lib/libclang.so*
在配置文件中指定 `libclang_path`。
### Q: compile_commands.json 怎么生成？
- **CMake 项目**：`cmake -DCMAKE_EXPORT_COMPILE_COMMANDS=ON ...`
- **Make 项目**：`bear -- make`
- **Ninja 项目**：`bear -- ninja`
- **Bazel 项目**：使用 [bazel-compile-commands](https://github.com/kiron1/bazel-compile-commands)
### Q: 增量更新安全吗？
是的。删除策略只删出边（from_id 在该文件的边），不删节点。共享头文件中的类/函数节点用 upsert 更新，不会被误删。极端情况（如重命名类）建议全量重建。
### Q: 支持哪些 AI 工具？
所有支持 MCP 协议的 AI 工具：Claude Code、Cursor、Windsurf、Continue 等。MCP Server 使用 stdio 传输，这是最广泛支持的传输方式。
### Q: 数据库有多大？
典型 C++ 项目（~100 个翻译单元）：约 1500 节点 / 5000 边 / 20000 include 关系，SQLite 文件约 5-10 MB。含文档融合时节点数和边数翻倍，DB 约 5-15 MB。
### Q: 和 clangd 有什么区别？
| | cpp-semantic-graph | clangd |
|---|---|---|
| 数据存储 | 离线 SQLite 图谱 | 实时 AST |
| 查询范围 | 跨文件、跨模块 | 单文件 + 索引 |
| 调用链 | 完整调用图 + 多跳遍历 | 单跳引用 |
| 文档关联 | 支持 | 不支持 |
| 增量更新 | 基于 include 依赖图 | 实时 |
| 适合场景 | 架构理解、影响面分析 | 实时编辑、签名查看 |
**两者互补**：日常编辑用 clangd，架构理解和影响面分析用 cpp-semantic-graph。
## 📄 License
MIT License
## 📋 测试报告
| 报告 | 说明 |
|------|------|
| [TEST_REPORT.md](tests/TEST_REPORT.md) | 综合测试报告（功能/准确性/效率/Bug修复） |
| [TEST_CASES.md](tests/TEST_CASES.md) | 具体测试用例表（62 条，98.4% 通过） |
| [TEST_THREE_LAYERS.md](tests/TEST_THREE_LAYERS.md) | 三层测试（问题→工具调用→代码验证，25 条真实问题） |
| [TEST_DOC_FUSION.md](tests/TEST_DOC_FUSION.md) | 文档融合专项测试（27 条，89% 通过） |
| [PROJECT_EVALUATION.md](tests/PROJECT_EVALUATION.md) | 项目整体评估（六维评分+对比+结论） |
标签：AI编程助手, C++, MCP协议, SOC Prime, 云安全监控, 代码知识图谱, 开发工具, 数据擦除, 逆向工具, 静态分析