repo-graph 是面向 AI 编程助手的结构化图谱记忆工具，以 MCP 服务器形式提供代码库导航能力。它先扫描代码库，构建实体（模块、包、类、函数、路由、服务、组件）、关系（导入、调用、处理、定义、包含、跨栈 HTTP）与流程（从入口到数据层的端到端路径）组成的轻量图谱，再通过 6 个 MCP 工具供 LLM 查询：orient（了解仓库语言、主要功能与图谱盲区）、find（定位与问题相关的节点或根据堆栈追踪找入口）、impact（评估改动影响范围与死代码）、trace（追踪某功能从路由到数据库的路径）、read（读取指定函数源码）、refresh（重构后重建图谱）。
安装方式：一键安装或终端执行 uvx mcp-repo-graph install，可自动检测已安装的 AI 编程代理（Claude Code、Claude Desktop、Cursor、Windsurf、VS Code、Codex、Gemini CLI、opencode、Kiro）并写入 MCP 配置与使用说明；也可手动配置，包名即运行命令 uvx mcp-repo-graph，或 pip install mcp-repo-graph 后使用 mcp-repo-graph 命令。--repo 参数可指向当前项目、绝对路径或 git URL（会浅克隆后建图）。要求 Python 3.11+，使用 uvx 需安装 uv；Rust 引擎已提供 Linux、macOS、Windows 预编译 wheel，无需 Rust 工具链。
适用场景：大型仓库、跨多语言的 monorepo、多服务/多仓库系统、陌生或遗留代码库，以及需要跨文件、跨语言、跨服务边界追踪功能路径的场合。官方说明指出，小型单语言项目且任务明确时，模型直接读文件即可，图谱反而增加开销；MCP 层有固定每轮成本，简单任务可能更贵，其价值主要体现在避免反复 grep 与读取的循环。
限制与说明：图谱缓存位于 .glia/graph/，首次启动会重建一次；0.5.0 起引擎包由 repo-graph-py 更名为 glia-py，find_node 等旧接口被 find(query, top_k) 取代，返回值为 Python 对象而非 JSON 字符串。若同时使用 glia 自身 CLI 钩子，需保持 CLI 与服务器 glia 版本一致，否则每次提交会互相重建缓存。不使用 MCP 时可直接 pip install glia-py 调用引擎。
