Code-Graph-RAG：ナレッジグラフベースのコード検索エンジン 80

Code-Graph-RAGは、知識グラフと検索拡張生成（RAG）技術を融合したコード検索エンジンであり、コード検索の精度向上を目的としています。

主な機能：

• Python、JavaScript、TypeScript、Rust、Go など多言語のコードベースをサポート

• Tree-sitter に基づく言語横断の抽象構文木（AST）解析

• Memgraph を用いてコード構造を相互接続グラフとして保存

• 自然言語によるコードベースへの問い合わせをサポート

• Google Gemini を介して自然言語を Cypher クエリに変換

• 関数/メソッドの実ソースコードを直接検索可能

• pyproject.toml を解析して外部依存関係を分析可能

• 入れ子関数やクラス階層の処理をサポート

• サポート対象すべての言語で統一されたグラフスキーマを採用

技術原理：

• ナレッジグラフ構築：大規模モデルがコードベースを分析し、クラスや関数などのエンティティとその関係（継承、依存など）を抽出して、相互接続グラフを構築します。例えばコードドキュメントを入力すると、テキストユニットを分割し、コード構造を認識して対応するグラフを生成します。

• グラフ拡張検索：

• サブグラフ検索：ユーザーが質問すると、システムが重要なエンティティを抽出し、グラフ内の関連パス（例：3ホップ近傍）を拡張して、マッチするサブグラフを生成します。例えばある関数を問い合わせると、関連するクラスやモジュールなどのノードにも関連付けられます。

• ハイブリッド検索戦略：ベクトル検索（例：BERT 埋め込み）とグラフ埋め込み（例：Node2Vec、TransE）を組み合わせ、重み付け計算式（例：Score=α⋅cos_sim(q,v)+β⋅graph_score(q,G)）により最終結果を決定します。

システム構成：

• 多言語パーサ：Tree-sitter ベースのコード解析およびデータインポートシステム

• RAG システム：インタラクティブなコマンドラインクエリインターフェース

主要なコンポーネント：

• Tree-sitter 統合：言語横断解析を実現

• グラフデータベース：ノードとリレーションを保存する Memgraph

• LLM 統合：自然言語を処理する Google Gemini

• コード分析：コード要素を抽出する言語横断 AST 走査

• クエリツール：専用のグラフクエリおよびコード検索ツール

• 言語設定：多言語マッピングパラメータ

インストールと使用方法：

• 前提条件：Python 3.12+、Docker および Docker Compose（Memgraph）、Google Gemini API キー、uv パッケージマネージャ

• インストール手順：リポジトリをクローン→依存関係をインストール→環境変数を設定→Memgraph を起動

• 使用フロー：コードベースを解析してナレッジグラフを生成→RAG CLI を起動して対話的にクエリを実行

活用シーン：

• コード分析：コード構造の迅速な理解。例えば特定の名称を持つクラスや、データベースに関連する関数の検索。

• コード再利用：自然言語でニーズを記述することで、意味的にマッチするコードスニペットを取得し、開発効率を向上させます。

プロジェクトアドレス：

https://github.com/vitali87/code-graph-rag