GrapeRoot

给 AI 编程助手装上记忆，上下文越用越懂你的代码

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 编程开发 🍴 复刻 120 🐛 待处理 23 👀 关注 14
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1047
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源项目，Apache-2.0 许可证，可自行部署使用，无付费版本。

项目预览

GrapeRoot 项目界面预览图
图片来源：项目官网

项目数据

分类编程开发
开发团队kunal12203
官网地址https://graperoot.dev
GitHubhttps://github.com/kunal12203/GrapeRoot
定价模式🏷️完全免费
价格说明开源项目，Apache-2.0 许可证，可自行部署使用，无付费版本。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议Apache-2.0
主要语言PowerShell
技术栈/模型ai-coding,claude-code,context-engine,copilot,cursor,gemini,graperoot,mcp
GitHub 星标★ 1047
上线时间2026-02-21 00:00:00
代码更新2026-09-03
仓库体积2.9 MB
本站数据更新2026-11-10
维护状态维护中
收录时间2026-08-09
浏览次数3

项目介绍

GrapeRoot 是一个为 AI 编程助手提供上下文压缩与图引擎的 MCP 服务。它解决的是 AI 在大型代码库中上下文窗口受限、理解不连贯的问题，通过构建代码依赖图并持续压缩上下文，让 Claude Code、Cursor、Copilot 等工具获得更全局、更精准的代码理解。核心能力包括：自动解析项目结构生成知识图谱，按需动态加载相关代码片段，以及通过 MCP 协议无缝集成主流 AI 编程环境。它用 PowerShell 实现，轻量且易于部署，能显著提升 AI 在复杂项目中的代码生成与重构质量。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1047

使用教程

难度：入门 约 10 分钟 部署方式：命令行工具 6 步

环境要求

  • Python 3.10 及以上
  • Node.js 18 及以上
  • 已安装一种受支持的 AI 编程工具（如 Claude Code、Cursor、Copilot）

安装与启动步骤

  1. 1确认前置环境

    检查本机已装 Python 3.10+、Node.js 18+ 及受支持的 AI 工具；安装脚本会检测缺失工具并提示自动安装。

  2. 2macOS/Linux 安装

    用官方脚本一键安装 GrapeRoot 启动器，脚本会写入 shell 配置。

    curl -sSL https://raw.githubusercontent.com/kunal12203/Codex-CLI-Compact/main/install.sh | bash

  3. 3刷新 shell 配置

    安装后需要重新加载 shell 配置文件，让 dgc 命令生效；按实际使用的 shell 选择对应文件。

    source ~/.zshrc

  4. 4Windows 脚本安装

    在 PowerShell 中通过官方脚本安装，适合未使用包管理器的用户。

    irm https://raw.githubusercontent.com/kunal12203/Codex-CLI-Compact/main/install.ps1 | iex

  5. 5Windows Scoop 安装

    另一种 Windows 安装方式：先添加 dual-graph 软件源，再安装 dual-graph 包。

    scoop bucket add dual-graph https://github.com/kunal12203/scoop-dual-graph
scoop install dual-graph

  6. 6启动并使用

    在项目上运行 dgc 启动 GrapeRoot，它会扫描项目构建语义图并预加载相关代码；务必用 dgc 而非 claude。

    dgc /path/to/project

关键配置

配置项必填说明示例
DG_HARD_MAX_READ_CHARS否单次读取文件的最大字符数4000
DG_TURN_READ_BUDGET_CHARS否每一轮对话总的读取字符预算18000
DG_FALLBACK_MAX_CALLS_PER_TURN否每轮允许的最大回退 grep 调用次数1
DG_RETRIEVE_CACHE_TTL_SEC否检索缓存存活时间，默认 900 秒900
DG_MCP_PORT否强制指定 MCP 服务端口，默认自动分配8080

如何确认成功

在项目目录执行 dgc 后能正常向 AI 提问并获得回答，即说明 MCP 服务已在后台运行。

常见问题

Q：为什么必须用 dgc 而不是 claude？

A：README 明确说明使用 dgc 才能保证 MCP 服务处于运行状态，直接调用 claude 不会拉起该服务，上下文压缩与图检索能力将失效。

Q：安装需要哪些前置条件？

A：需要 Python 3.10+、Node.js 18+，以及一种受支持的 AI 编程工具。安装脚本会检测缺失的工具并提示自动安装。

Q：配置项必须设置吗？

A：不必。所有配置项都是可选的，通过环境变量传入，不设置时使用默认值，例如 DG_MCP_PORT 默认在 8080–8099 间自动选择。

Q：macOS/Linux 安装后提示找不到 dgc 命令怎么办？

A：执行 source ~/.zshrc 刷新配置（bash 用户可用 ~/.bashrc 或 ~/.profile），然后重新打开终端再试。

Q：Windows 上选哪种安装方式？

A：两种都可用：PowerShell 脚本方式适合快速安装，Scoop 方式便于后续版本管理，按需二选一即可。

注意事项

  • 本仓库中的启动脚本采用 Apache 2.0 许可，而图引擎（graperoot pip 包）为专有软件，二者授权不同。
  • GrapeRoot 会解析代码库并构建文件、符号、导入、调用链组成的语义图，首次在大型项目上运行可能耗时较长。
  • 若默认端口被占用，可用 DG_MCP_PORT 手动指定 MCP 服务端口。

核心亮点

  • 基于图引擎的上下文压缩，比简单截断更智能，能保留关键依赖关系
  • 支持多种主流 AI 编程工具，通过 MCP 协议即插即用
  • 持续累积项目知识，AI 对代码库的理解随使用次数加深

不足之处

  • PowerShell 实现，跨平台部署需额外配置，对非 Windows 用户不友好
  • 文档/社区待观察，项目尚在成长中，生态和教程较少

适用场景

  • 大型 monorepo 项目中，AI 需要频繁跨模块理解代码
  • 团队使用多种 AI 编程助手，希望统一上下文管理
  • 长期维护的代码库，需要 AI 记住历史决策和架构约定

替代项目

Continue、Aider、Cline

上一篇：BitFun

下一篇：claude-forge

同类项目推荐

mcpm.sh 开源

一条命令搜索、安装并配置 MCP 服务器，多客户端通吃

CLI MCP package manager & registry for all platforms and all clients. Search & confi···

★ 1021 2026-09-16
cashclaw 开源

让AI自己接活干活赚钱，还能越干越聪明

An autonomous agent that takes work, does work, gets paid, and gets better at it.

★ 1224 2026-08-09
LocalAGI 开源

本地跑自主AI，隐私安全不花钱

LocalAGI：Locally run AGI powered by LLaMA, ChatGLM and more. ｜ 基于 ChatGLM, LLaMA···

★ 81 2026-08-09
vnx-orchestration 开源

让多个 AI 编码代理并行干活，还能全程留痕、质量可控。

Governance-first orchestration for Claude Code, Codex, and Gemini CLI — parallel wo···

★ 63 2026-08-09
awesome-codex-skills 开源

精选 Codex 技能，让 AI 编程自动化落地

A curated list of practical Codex skills for automating workflows across the Codex C···

★ 17275 2026-08-09
sql_to_ER 开源

把 SQL 一键变成 ER 图，AI 也能直接调用。

【在线免费使用】 简单快速将SQL或DBML转换为美观的ER图（支持 Agent Skill）/ The best S···

★ 194 2026-08-09
Awesome-AI-Agents 开源

找 LLM 智能体项目，一页清单直接抄作业

A collection of autonomous agents ️ powered by LLM.

★ 1273 2026-09-12
pro-workflow 开源

骂过一次就记住，AI 越用越懂你的习惯。

Claude Code learns from your corrections: self-correcting memory that compounds over···

★ 2949 2026-08-09
when-claudes-meet 开源

让两个AI共用一个文件夹，自主协作写代码，人类旁观。

Two AI agents. One filesystem. Zero humans. We ran this experiment twice.

★ 62 2026-08-09