CodeCortex 是一个面向 AI 编程智能体的持久化代码库知识层。它的目标是消除 AI 编码会话的冷启动问题：每次 AI 编码会话都从探索开始——grep、读错文件、重新发现架构。在 6000 文件的代码库上，智能体仅为了解文件位置就要进行 37 次工具调用并消耗 79K token，而且仍无法判断哪些文件编辑危险、哪些文件之间存在隐藏依赖。CodeCortex 预构建代码库知识（架构、依赖、风险区域、隐藏耦合），并直接注入到智能体的上下文（CLAUDE.md、.cursorrules 等）中，使智能体从第一条提示起就拥有项目知识。它不是中间件，也不是代理，只是智能体第一天就加载的知识。
主要能力
- 时间耦合（Temporal coupling）：识别总是同时变更但彼此之间没有任何 import 的文件。仅靠阅读代码无法发现，只有 git 共同变更分析才能揭示。
- 风险评分（Risk scores）：例如某文件被修复 bug 7 次、有 6 个隐藏依赖、与 3 个其他文件共同变更，风险评分为 35。这类信息无法通过阅读代码获得。
- 内联上下文注入：将项目知识直接注入 CLAUDE.md、.cursorrules 及其他智能体配置文件，包含架构、风险图和编辑指令，智能体无需任何设置即可使用。
使用方式 需要 Node 20 或 22，暂不支持 Node 24（tree-sitter 原生绑定需要上游更新）。 连接 Claude Code：推荐使用 CLI，或手动添加到 MCP 配置。 连接 Cursor：添加到 .cursor/mcp.json。
生成内容 所有知识以扁平文件形式存放在仓库的 .codecortex/ 目录中，同时内联上下文被注入到智能体配置文件。包含六层知识、五个聚焦工具（提供智能体无法从阅读代码中获得的能力）、3 个 MCP 资源（无需工具调用即可获取的静态知识）、2 个 MCP 提示。
技术实现 混合提取：tree-sitter 原生 N-API 用于结构（跨 27 种语言的符号、导入、调用）+ 宿主 LLM 用于语义（模块做什么、为什么这样构建）。无需额外 API 密钥。 内联上下文注入：分析后，CodeCortex 将丰富的知识部分直接注入 CLAUDE.md 和其他智能体配置文件，包括架构概览、含耦合文件名的风险图以及编辑指令。 Git 钩子保持知识新鲜：每次提交时自动运行 codecortex update，重新提取变更文件并更新时间分析。 尺寸自适应响应：CodeCortex 对项目分类（micro → extra-large）并相应调整响应上限。23 文件项目获得完整细节，6400 文件项目获得智能摘要。每个 MCP 工具响应保持在 10K 字符以内。
支持语言（27 种） TypeScript ESM、Node.js 20+。依赖包括 tree-sitter（原生 N-API）+ 27 个语言语法包、@modelcontextprotocol/sdk（MCP 服务器）、commander（CLI）、simple-git（git 集成）、yaml、zod、glob。
适用场景 适用于需要 AI 编程智能体快速理解大型代码库、避免冷启动探索、识别高风险编辑区域和隐藏依赖关系的开发场景。
限制 需要 Node 20 或 22，暂不支持 Node 24。其他限制暂未提供。
