Repowise

社区

代码库智能层：为 AI 编码智能体和人类提供代码健康评分、自动文档、Git 分析、死代码检测和架构决策。

分类: 开发工具第 38 / 438
Stars: ★ 7.5k 非常热门
传输方式: stdio（本地进程）
运行环境: Python
凭据: 可选 API Key
许可证: AGPL-3.0
最近提交: 1 天前
工具数: 10

66FMRS · C

Repowise 是一个功能全面的代码库智能 MCP 服务器，提供丰富的工具集和深度分析。它特别适合希望减少 AI 智能体 token 消耗、获得代码健康评分和变更风险分析的团队。但需要注意其索引时间较长、隐私选项需仔细配置，以及部分功能依赖 LLM 提供商。总体上，它提供了明显的优势，尤其适合中大型代码库的自动化上下文提供。

最强项 · 文档质量 16/20 最弱项 · 可靠性 9/20

可靠性

9/20

安全与权限

13/20

维护活跃度

15/20

文档质量

16/20

安装易用性

13/20

查看各项评分依据

可靠性 9/20: 清单与 README 一致说明通过 PyPI 包 repowise、以 repowise mcp 启动（清单编码为位置参数 mcp）、stdio 传输，并需要先执行 repowise init 建立索引。README 列出十个面向任务的工具及签名。但清单将 repo_path 标记为必需，而 README 的快速开始示例（repowise mcp、.mcp.json 的 args: ["mcp"]）均省略该参数；未提供 CI 工作流或已提交测试来验证握手与错误路径；对缺少/未初始化仓库时的失败行为没有文档说明。按静态校准上限 12 并因不确定性下调。
安全与权限 13/20: 未发现红线行为（恶意软件、窃取令牌、隐蔽外传、默认破坏性操作、伪造维护者或测试结果、安装示例含真实密钥）。README 披露了隐私边界：自托管分析留在本地，遥测匿名且可关闭（repowise telemetry disable、DO_NOT_TRACK），API 密钥由用户通过环境变量提供并声称供应商零留存，可选的 LLM 生成需经过成本估算与确认，原始源码仅瞬时处理。但未审查代码以确认最小权限、MCP 服务器自身的网络访问或密钥存储；默认遥测仍是一次出站请求（除非关闭）；工具级权限和确认矩阵未完整说明，故给 13。
维护活跃度 15/20: 仓库活跃且未归档，许可证明确（AGPL-3.0），有当前 PyPI 版本（0.17.1），并引用了 CI 工作流、贡献指南、文档站、Discord 和安全/合规说明。扣分点：未提供提交历史、发布节奏、问题响应时间或依赖更新证据；star 仅作发现信号，不作证明。92 个未关闭 issue 也可能表明响应积压。给 15。
文档质量 16/20: 文档层次非常完整：快速开始、各客户端配置示例（Claude Code、Codex、VS Code）、MCP 工具参考、CLI 参考、成本、健康/重构指南、带局限性的基准方法论、隐私/安全文档，以及 doctor 排查命令。扣分点：README 与清单在必需参数 repo_path 上矛盾；所引用的 BENCHMARKS.md、MCP_TOOLS.md 等仅为链接，未提供原文无法核验；营销性基准声明无法静态验证。给 16。
安装易用性 13/20: 安装为一条 pip install repowise，随后 repowise init 并配置客户端；README 提供可复制的 .mcp.json、Claude Code 命令、Codex 配置和 VS Code 扩展路径，还有 Windows pip 提示。按静态上限 15，安装路径大体清晰。扣分点：README 示例省略了清单要求的 repo_path 绝对路径，可能导致示例首次运行失败；未提供 CI 运行或已提交测试证明安装-连接流程可行；额外前置步骤（索引）及路径/传输参数说明不完整。给 13。

静态评测 · 未实际运行收录于 2026-08-07

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件访问网络

适合谁

希望在本地获得代码库深度解析的开发者，且不希望代码上传云端。
团队想要在合并前获得变更风险评估和代码健康评分。
希望为 AI 编码智能体提供结构化上下文、减少 token 消耗的团队。

不适合谁

需要开箱即用、无需任何本地安装或索引的托管服务的用户（需使用 repowise.dev 托管版本）。
仅需要简单调用图且对索引时间敏感的场景（索引速度较慢，约 22 倍于 CodeGraph）。
希望零配置、无需任何终端命令的零基础用户。

所需权限

读取指定仓库的文件系统（必须提供给 MCP 服务器）。
可选：发送代码片段到 LLM 提供方生成 wiki 文案（仅在启用 AI 生成时）。
可选：向 GitHub 或 Git 仓库写入（例如 PR 机器人发布评论，如果安装）。
读取仓库的 Git 历史（用于分析）。

风险与副作用

隐私风险：虽然支持本地运行，但如果配置了 LLM 生成 wiki 或使用托管版本，代码可能发送给第三方。
性能风险：大型仓库索引可能耗时（示例中 Django 索引约 366 秒），影响初始使用体验。
依赖风险：需要 Python 环境和 pip 安装，可能与其他包版本冲突。
数据准确性：自动生成的文档和风险评分基于启发式算法，可能误判，尤其在语言支持不完整时。

安装接入

准备工作

运行环境：Python

ANTHROPIC_API_KEY 可选密钥可选，用于生成模型撰写的 wiki 文档；在 Anthropic 控制台获取。

OPENAI_API_KEY 可选密钥可选，用于生成模型撰写的 wiki 文档；在 OpenAI 平台获取。

GEMINI_API_KEY 可选密钥可选，用于生成模型撰写的 wiki 文档；在 Google AI Studio 获取。

其他可选配置项（1 个）

DO_NOT_TRACK 可选设为 1 可关闭匿名使用遥测。

运行 pip install repowise 安装，然后运行 cd /path/to/your/repo && repowise init 索引仓库（会询问索引模式，可用 --no-prose -y 免密钥无语言生成）。
启动 MCP 服务器：repowise mcp（从仓库目录运行），然后配置你的客户端：

Claude Code：claude mcp add repowise -- repowise mcp 或使用插件 /plugin install repowise@repowise。
Codex CLI：在 ~/.codex/config.toml 添加 [mcp_servers.repowise] command = "repowise" args = ["mcp"]。
其他 MCP 客户端可配置命令 repowise mcp。

首选调用：让智能体使用 get_overview 或 get_context 开始。

验证是否装好

先运行 repowise init 完成索引，再在客户端中执行 claude mcp add repowise -- repowise mcp；连接后工具列表应出现 get_overview、get_context 等十个工具，可让 agent 调用 get_overview 总结本仓库以确认安装成功。

常见排障

索引失败：确保仓库路径正确，运行 `repowise init --path /absolute/path` 并检查错误信息。
MCP 连接问题：确认 `repowise mcp` 在仓库目录运行，且客户端配置命令正确。
索引过时：运行 `repowise update` 或 `repowise watch` 保持索引同步。
无搜索结果：检查 wiki 是否生成（`repowise generate`），且嵌入模型若未配置则语义搜索不可用。
安全审查：运行 `repowise doctor` 检查设置和 API 密钥。

试试这样问

连接成功后，可以直接对 AI 助手这样说：

使用 repowise get_overview 总结这个仓库的架构
用 get_context 查看 src/auth.py 的热点、调用者和治理决策
用 get_change_risk 评估 main..HEAD 这次改动的缺陷风险
调用 get_health 看看哪些文件健康分最低并给出重构计划

工具能力 10

get_overview 只读

获取整体架构摘要、模块地图、入口点和 Git 健康状态。这是了解任何陌生代码库的第一个调用。

get_answer 只读

基于混合检索（全文+向量）和 PageRank 及一跳图扩展，返回带引用的回答，并附带校准的检索质量评分。

get_context 只读

为文件、模块或符号生成分诊卡片：摘要、签名、热点位、治理决策和符号 ID。可批量传入多个目标。

get_symbol 只读

获取单个索引符号的源码及其精确行范围。比直接读取文件加偏移计算更便宜更安全。

search_codebase 只读

在 wiki 中进行语义搜索，可按类型（实现、测试、配置、文档）过滤，并标注每个结果的检索方法。

get_risk 只读

分析热点、依赖方、共同变更伙伴、所有权、测试缺口和缺陷历史。传入 changed_files 可进入 PR 模式并返回指令块。

get_change_risk 只读

基于 diff 形状对提交或范围进行合并前缺陷评分，以百分位排名并与仓库历史比较，同时给出测试覆盖证据。

get_why 只读

获取架构决策、证据片段和替代传承。若无决策则回退到 Git 考古。

展开其余 2 个工具

get_dead_code 只读

按置信度分层返回不可达代码，附清理影响估计，工作区模式下支持跨仓库消费者检测。

get_health 只读

返回每个文件在三个信号（缺陷风险、可维护性、性能）上的标记得分。可展开覆盖、趋势、自检和重构计划。

使用场景

快速了解不熟悉的代码库：让 AI 智能体通过 get_overview 获取架构和入口点。

合并前评估风险：使用 get_risk 和 get_change_risk 识别高危文件和变更影响。

发现死代码和重构机会：使用 get_dead_code 和 get_health 获取具体重构计划。

自动生成文档：索引后生成 wiki 页面，并通过 MCP 搜索。

减少 AI 智能体 token 消耗：通过预计算的索引和命令蒸馏（repowise distill）节省成本。

支持客户端

Claude Code

Codex

Cursor

VS Code

依据项目文档列出，未经本站实测。

详细介绍

Repowise 是一个开源的代码智能引擎，通过 MCP 向 AI 编码智能体提供代码库的深度解析：一次索引构建依赖图、Git 历史、自动文档、架构决策和代码健康评分。它旨在减少 AI 智能体重复读取文件的 token 消耗，并提供基于缺陷验证的健康评分和具体的重构计划。支持自托管，代码完全本地处理，不强制上传。