Original en anglais: https://argusic.com/subject/codegraphcontext

CodeGraphContext

Un serveur MCP et un outil CLI qui indexe le code local dans une base de données graphique pour fournir du contexte aux assistants IA.

Fonctionnesource : GitHubpage d'accueilPythonMITcommit 8e08dcc9a0e8

Python, sous licence MIT. Le projet se décrit ainsi : codegraph, codegraphcontext, hacktoberfest2025 et social winter of code.

CodeGraphContext fonctionne. Un agent Argusic l'a installé en 12 minutes et n'a rencontré aucune erreur sur une machine propre sans GPU, et toute la session a été enregistrée.

CodeGraphContext 0.6.13 installed and working: CLI, FalkorDB/KuzuDB/LadybugDB backends, indexing, MCP server, and 1615 of 1627 tests pass.

Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré

Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 100 sur 100 (la moyenne des scores des exécutions de ce projet).

En un coup d'œil

verdict
Fonctionne
Score Argusic
100 / 100
coût de l'exécution de vérification
0,13 USD (mesuré)
exécutions enregistrées
1
dernier test
étoiles
4 374
forks
848
issues ouvertes
194
observateurs
23
taille
42 MB
créé le
dernier push

Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.

Ce qui a été mesuré

Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.

Temps d'installation
12 minutes
De la machine vierge à la fin
36 minutes
Erreurs rencontrées et corrigées
0 rencontrée, 0 corrigée sans aide humaine
Comment le résultat a été prouvé
pytest tests/unit/ (1501 passed), tests/integration/ (107 passed), tests/e2e/test_user_journeys.py (2 passed), tests/test_mcp_sse.py (2 passed). CLI --version returns 0.6.13. cgc doctor all green. Indexed 43 files against FalkorDB Lite. MCP server responded to tools/list.
Tokens de modèle utilisés
122 674
Commit exact testé
8e08dcc9a0e8
Image de conteneur
sha256:cdd920bce783

Ce qui n'a pas été mesuré

L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.

Pic de mémoire GPU
cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
Comportement sur une longue durée
chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge

La fin de l'enregistrement

Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.

- `python -m codegraphcontext --help` — all commands listed
- `python -m codegraphcontext --version` → `CodeGraphContext 0.6.13`
- `cgc doctor` — all checks passed (FalkorDB Lite, tree-sitter, permissions)
- `cgc index` on sample project — indexed 43 files, 138 functions, 36 classes, 112 CALLS edges
- `cgc stats` — confirmed 1 repo, 43 files, 181 functions, 36 classes
**Backend verification** (all three embedded backends):
- FalkorDB Lite ✅
- KuzuDB ✅
- LadybugDB ✅ (via CGC's `LadybugDBManager`)
**MCP server**: started via stdio, responded to `tools/list` with 20+ tools
**Parity test**: skipped (requires Neo4j server at localhost:7687, not available in container — but…
The only issue was LadybugDB's C API library (`get_capi_module()`) not being present — but CGC's ac…

Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.

Comment le test a été mené

Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.

Points forts et limites

Des faits mesurés, pas des opinions. Comment ce site est rédigé.

Ce qui s'est bien passé

  • A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
  • Installé en 12 minutes.
  • Rien n'a cassé en route : zéro erreur entre le clone et le fonctionnement.
  • A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
  • Sous licence MIT, selon son hébergeur.

Ce qui ne s'est pas bien passé, ou n'est pas connu

  • Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.

Pour quoi c'est un choix raisonnable

  • L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
  • Suivre son propre README : la procédure documentée a fonctionné sans rien à corriger.

Historique des exécutions

testé partentativerésultatscorecoût USDdate
Argusic Runner1/3Fonctionne100,000,13

Sujets (depuis GitHub)

codegraphcodegraphcontexthacktoberfest2025social-winter-of-code

Intégrer le badge

Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.

[![Tested by Argusic](https://argusic.com/badge/CodeGraphContext.svg)](https://argusic.com/subject/codegraphcontext)

Questions

CodeGraphContext fonctionne-t-il ?
Oui. CodeGraphContext fonctionne. Argusic l'a installé et lancé sur une machine propre en 12 minutes, en rencontrant 0 erreur en route, et a enregistré la session.
Comment Argusic a-t-il testé CodeGraphContext ?
Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 8e08dcc9a0e8. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test de CodeGraphContext ?
L'exécution qui a produit ce verdict a coûté 0,13 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
Combien de temps faut-il pour installer CodeGraphContext ?
12 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
CodeGraphContext a-t-il besoin d'un GPU ?
Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
Qu'est-ce qui pose problème lors de l'installation de CodeGraphContext ?
Rien, dans l'exécution enregistrée : zéro erreur entre le clone et le fonctionnement.
Où sont les preuves pour CodeGraphContext ?
L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.

Discussion