企业级落地方案：Docker 部署 CodeGraph 多项目统一 MCP 网关，附源码

AI-Frontiers2026-07-16 16:26

原文：https://mp.weixin.qq.com/s/9hZHi9F4Kscou8CaHhFNEg

很多人研发、产品会有这样的需求，需要频繁在多个代码仓库间切换以检索函数定义、类继承关系等语义信息。现有工具缺乏统一的知识库接入层，每个项目需独立部署 CodeGraph MCP 服务，端口管理混乱且难以维护。

本篇给大家分享近期的项目实战经验，实现开箱即用的多项目知识库统一访问能力。即，将一个父级目录下的多个项目批量构建 CodeGraph 知识库，并通过一个 Docker 容器、一个对外端口提供远程 MCP 访问。最终访问形态

话不多说，开整。

安装 CodeGraph CLI

  • 去官网地址下载离线安装包

https://github.com/colbymchenry/codegraph/releases#release-v1.4.0

  • 从本地拷贝下载文件到服务器
bash 复制代码 
scp codegraph-linux-x64.tar.gz username@ip_address:/home/.../Projects/codegraph_ide
  • Linux系统下执行操作
    新建 install-codegraph.sh
bash 复制代码 
#!/bin/bash
VERSION=v1.4.0
INSTALL_DIR="$HOME/.codegraph"
BIN_DIR="$HOME/.local/bin"

# 创建目录
mkdir -p "$INSTALL_DIR/versions/$VERSION"
mkdir -p "$BIN_DIR"

# 解压
tar -xzf codegraph-linux-x64-v1.4.0.tar.gz \
  -C "$INSTALL_DIR/versions/$VERSION" \
  --strip-components=1

# 创建版本软链接 + 全局命令
ln -sfn "$INSTALL_DIR/versions/$VERSION" "$INSTALL_DIR/current"
ln -sf "$INSTALL_DIR/current/bin/codegraph" "$BIN_DIR/codegraph"

# 检查并添加PATH（不存在才写入bashrc）
if ! echo "$PATH" | grep -q "$HOME/.local/bin"; then
  echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
  echo "已向 ~/.bashrc 添加 PATH"
fi

echo "安装完成！执行 source ~/.bashrc 或重启终端后运行 codegraph"

执行以下指令

bash 复制代码 
chmod +x install-codegraph.sh
./install-codegraph.sh

验证安装

bash 复制代码 
source ~/.bashrc
codegraph --version
  • 验证
bash 复制代码 
which codegraph
codegraph --version
codegraph --help

构建docker离线镜像

现在使用的 @colbymchenry/codegraph（npm 版本）原生只有 stdio 模式 ，不自带 HTTP / SSE / TCP 远程监听参数 ，这里采用 **mcp-remote 桥接（stdio → HTTP）**方式，更适合生成环境。这里默认系统已安装npm包。

项目github地址 https://github.com/dora-wang-x/codegraph-mcp-gateway

构建docker离线镜像的目录结构

bash 复制代码 
docker/
  .env
  batch_codegraph_init.sh
  codegraph.Dockerfile
  multi_project_gateway.js
codegraph-linux-x64-v1.4.0.tar.gz
install-codegraph.sh
README.md

说明：

  • docker/.env：保存构建和运行变量。
  • docker/batch_codegraph_init.sh：扫描项目集合目录下一级子目录，逐个执行 codegraph init。
  • docker/codegraph.Dockerfile：构建 CodeGraph MCP 远程服务镜像。
  • docker/multi_project_gateway.js：扫描已初始化项目，为每个项目启动内部 supergateway，并暴露统一 HTTP 入口。
  • codegraph-linux-x64-v1.4.0.tar.gz：CodeGraph Linux x64 离线包，放在仓库根目录作为 Docker build context 的一部分。
  • install-codegraph.sh：在服务端安装 codegraph-linux-x64-v1.4.0.tar.gz 脚本
  • README.md：介绍项目目标，安装步骤

工作方式

  • 服务端项目集合目录：
markdown 复制代码 
/srv/projects/
  project-a/
  project-b/
  project-c/
  • 容器内挂载为：
markdown 复制代码 
/workspace/projects/
  project-a/
  project-b/
  project-c/
  • 批量初始化后：

通过batch_codegraph_init.sh脚本批量构建代码知识库

markdown 复制代码 
/workspace/projects/project-a/.codegraph/codegraph.db
/workspace/projects/project-b/.codegraph/codegraph.db
/workspace/projects/project-c/.codegraph/codegraph.db
  • 容器启动时，docker/multi_project_gateway.js 会 ：
    • 扫描 CONTAINER_PROJECTS_PATH 下一级子目录。
    • 默认只服务存在 .codegraph/codegraph.db 的项目。
    • 为每个项目分配内部端口，例如 9100、9101、9102。
    • 启动内部 supergateway。
    • 在 MCP_PORT 上暴露统一入口。
  • 实际部署前 .env 文件通常只需要改 ：
    • HOST_PROJECTS_PATH：离线服务器上的项目集合目录。
    • HOST_PORT：对外暴露端口。

在线环境构建镜像

  • 在仓库根目录执行:

    Linux/macOS shell：

bash 复制代码 
set -a
. docker/.env
set +a

docker build \
  -f docker/codegraph.Dockerfile \
  --build-arg NODE_IMAGE="${NODE_IMAGE}" \
  --build-arg APT_MIRROR_BASE="${APT_MIRROR_BASE}" \
  --build-arg CODEGRAPH_VERSION="${CODEGRAPH_VERSION}" \
  --build-arg CODEGRAPH_ARCHIVE="${CODEGRAPH_ARCHIVE}" \
  --build-arg SUPERGATEWAY_VERSION="${SUPERGATEWAY_VERSION}" \
  -t "${IMAGE_NAME}:${IMAGE_TAG}" \
  .

Windows PowerShell：

bash 复制代码 
Get-Content .\docker\.env | Where-Object { $_ -and $_ -notmatch '^#' } | ForEach-Object {
  $k, $v = $_ -split '=', 2
  Set-Item -Path "Env:$k" -Value $v
}

docker build `
  -f .\docker\codegraph.Dockerfile `
  --build-arg NODE_IMAGE="$env:NODE_IMAGE" `
  --build-arg APT_MIRROR_BASE="$env:APT_MIRROR_BASE" `
  --build-arg CODEGRAPH_VERSION="$env:CODEGRAPH_VERSION" `
  --build-arg CODEGRAPH_ARCHIVE="$env:CODEGRAPH_ARCHIVE" `
  --build-arg SUPERGATEWAY_VERSION="$env:SUPERGATEWAY_VERSION" `
  -t "$env:IMAGE_NAME`:$env:IMAGE_TAG" `
  .

  • 导出镜像：

    Linux/macOS shell：

bash 复制代码 
docker save "${IMAGE_NAME}:${IMAGE_TAG}" -o "${IMAGE_TAR}"

Windows PowerShell：

bash 复制代码 
docker save "$env:IMAGE_NAME`:$env:IMAGE_TAG" -o "$env:IMAGE_TAR"

离线环境加载并运行

  • 加载镜像：

在执行以下指令之前，需要将 .env文件中的HOST_PROJECTS_PATH变量改为真实的项目路径

bash 复制代码 
set -a
. docker/.env
set +a

docker load -i "${IMAGE_TAR}"
  • 运行容器：
bash 复制代码 
docker run -d \
  --name "${CONTAINER_NAME}" \
  --env-file docker/.env \
  -p "${HOST_PORT}:${MCP_PORT}" \
  -v "${HOST_PROJECTS_PATH}:${CONTAINER_PROJECTS_PATH}" \
  --restart unless-stopped \
  "${IMAGE_NAME}:${IMAGE_TAG}"

初始化 CodeGraph 索引

容器启动后，对所有一级子项目批量初始化：

bash 复制代码 
docker exec -it "${CONTAINER_NAME}" batch_codegraph_init.sh "${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：

bash 复制代码 
docker restart "${CONTAINER_NAME}"

单个项目也可以手动初始化：

bash 复制代码 
docker exec -it "${CONTAINER_NAME}" codegraph init "${CONTAINER_PROJECTS_PATH}/project-a"

检查状态：

bash 复制代码 
docker exec -it "${CONTAINER_NAME}" codegraph status "${CONTAINER_PROJECTS_PATH}/project-a"

测试查询：

bash 复制代码 
docker exec -it "${CONTAINER_NAME}" codegraph explore "某个函数名或你的问题" --path "${CONTAINER_PROJECTS_PATH}/project-a"

远程访问验证

检查统一网关：

bash 复制代码 
curl "http://远程机器:${HOST_PORT}${HEALTH_ENDPOINT}"

查看项目映射：

bash 复制代码 
curl "http://远程机器:${HOST_PORT}/projects"

检查某个项目后端：

bash 复制代码 
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

bash 复制代码 
/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：

bash 复制代码 
{
  "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：

bash 复制代码 
{
  "$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

bash 复制代码 
# 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：
1. 先用较小范围查询，不要一次塞入大量关键词。
2. 每次 `codegraph_explore` 优先聚焦一个模块、文件或功能点。
3. `maxFiles` 优先使用 3 到 6，只有结果不足时再提高。
4. 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-gateway | http://192.168.220.128:8000/codegraph-mcp-gateway/mcp | codegraph-mcp-gateway | codegraph-mcp-gateway, 项目规划 |
| openclaude | http://192.168.220.128:8000/openclaude/mcp | openclaude | openclaude |
| ragflow | http://192.168.220.128:8000/ragflow/mcp | ragflow | ragflow |

## 路由优先级

1. 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。
2. 如果用户明确提到项目名，按项目名选择索引。
3. 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。
4. 不要把 `rag` 作为 openclaude 和 ragflow 的共同触发词。

## 执行流程

1. 先判断是否是代码理解/定位/调用链类问题。
2. 选择唯一 CodeGraph 索引。
3. 调用 `codegraph_search` 查找相关符号或文件。
4. 只有在搜索结果需要展开时，才调用 `codegraph_explore` 或委托 Explore 子代理。
5. 如果 CodeGraph 无结果，说明已检索失败，再使用 grep/read 作为兜底。
6. 回答时说明使用了哪个索引。

参考资料

CodeGraph + Claude Code 图知识库实战，让 AI 编程效率翻倍

相关推荐
七月稻草人11 小时前
通过飞算Java智能体协作：把短视频审核、确权与推荐串成一条可追溯的业务链
vibe coding·飞算javaai·飞算java ai炫技赛
承渊政道13 小时前
飞算Java炫技赛:Java×Unity数字孪生园区平台的从零落地记录
java·开发语言·unity·技术分享·vibe coding·飞算javaai·飞算java ai炫技赛
一颗小行星-3 天前
我用AI“ vibe“出了一个小程序的记录和感想
ai·vibe coding
小博测试成长之路3 天前
基于飞算JavaAI，从零落地企业线上培训考核管理系统
人工智能·vibe coding·飞算javaai·飞算java·飞算java ai炫技赛
码哥字节3 天前
11 万 Star 的 Spec Kit，90% 的工程师只用它解决了 10% 的问题
设计模式·vibe coding·github spec kit
hhf..5 天前
FBox 的诞生 — 一个人用 AI 做出来的游戏平台
人工智能·游戏·vibe coding
最后一支迷迭香6 天前
十分钟 Vibe Coding 了一个个人网站，腾讯 UI 风格，经验分享
java·ai·个人博客·vibe coding
lincats11 天前
上下文工程：AI 智能体为什么离不开它？
codex·vibe coding·claude code
赵榕11 天前
SDD vs Vibe Coding：AI 编程时代的"自由派"与"规范派"，如何兼得？
ai·vibe coding·sdd
热门推荐
012026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片02GitHub 镜像站点03AI科技热点日报 | 2026年07月01日04幻兽帕鲁 - 服务器管理员权限与 GM 命令完全指南05国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）06AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路07Codex 下载安装指南：Windows 和 macOS 官方版下载082026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？092026 年 AI 大模型 & AI 编程工具实战全总结10全面体验 Grok API 中转站（2025 · Grok 4 系列最新版）