適用於 Openclaw 的 SocratiCode MCP

一個先進的 MCP 伺服器，為您的 AI agent 提供語義代碼搜尋、AST 感知代碼庫索引以及即時依賴圖分析功能。

adelpro

v1.2.0

Mar 17, 2026

安裝

基本資訊

Skill.md

安裝與下載

1. ClawHub CLI

從來源直接安裝技能的最快方式。


                  npx clawhub@latest install socraticode-mcp

2. 手動安裝

將技能資料夾複製到以下位置之一

全域模式

~/.openclaw/skills/

工作區

<project>/skills/

優先級：工作區 > 本地 > 內建

3. 提示詞安裝

將此提示詞複製到 OpenClaw 即可自動安裝。


                  請幫我使用 Clawhub 安裝 socraticode-mcp。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。

想要直接下載？

取得包含原生技能檔案的ZIP壓縮檔。

什麼是 SocratiCode MCP？

SocratiCode MCP 是一個高效能的模型上下文協定 (MCP) 伺服器，旨在將語義代碼搜尋和深度代碼庫智慧直接引入您的 AI 工作流。透過利用 SocratiCode，開發者可以賦予他們的 AI agent 動態索引本地代碼庫、分析複雜依賴圖以及即時解析代碼導航查詢的能力。該技能透過在類別和函式邊界處實現 AST 感知分塊，確保搜尋結果保留精確的語法上下文，而非任意文字拆分，從而提升了您的 agent 環境。

作為 Openclaw Skills 生態系統的一部分，該伺服器可以與您現有的 agent 配置無縫整合。它結合了透過倒數排名融合 (RRF) 進行的語義和關鍵字搜尋以及 Qdrant 向量資料庫後端，將原始目錄轉換為可完全搜尋、可查詢且視覺化的架構，為您 agent 編寫更好的程式碼提供所需的精確上下文。

SocratiCode MCP 應用場景

在傳統關鍵字搜尋不足以應對的大型、陌生的代碼庫中進行導航。
執行複雜的語義搜尋，以定位跨多個模組的功能邏輯。
構建視覺化的依賴關係圖，或在複雜的多語言代碼庫中偵測循環依賴。
透過提供即時檔案監控和即時索引更新，增強開發者 agent 的自主性。

SocratiCode MCP 運作原理

初始化配置：Agent 讀取包含已註冊 SocratiCode MCP 伺服器指令的本地設定檔。
向量資料庫設定：本地的 Qdrant Docker 實例在後台執行，以處理向量和相似性查詢。
AST 感知索引：SocratiCode 解析專案目錄，根據函式和類別等語法邊界邏輯地對檔案進行分塊。
向量產生：程式碼區塊透過本地 LLM 或基於 API 的提供商轉換為嵌入向量，然後上傳到 Qdrant。
語義檢索：AI agent 透過 MCP 公開的端點查詢代碼庫，執行混合語義-關鍵字搜尋，以提取高度相關、具有上下文的程式碼片段。

SocratiCode MCP 設定指南

1. 安裝依賴

首先，全域安裝 mcporter 命令列工具：

npm install -g mcporter

2. 配置 MCPorter

在 ~/.openclaw/workspace/config/mcporter.json 中建立您的 MCP 設定檔以註冊 SocratiCode：

{
  "mcpServers": {
    "socraticode": {
      "command": "npx",
      "args": ["-y", "socraticode"]
    }
  }
}

透過執行 mcporter list 驗證您的伺服器是否已註冊。

3. 啟動 Qdrant 向量資料庫

SocratiCode 依賴於 Qdrant。使用 Docker 啟動 Qdrant 容器：

docker run -d --name socraticode-qdrant \
  -p 16333:6333 -p 16334:6334 \
  qdrant/qdrant:v1.17.0

4. 專案級索引配置

若要索引特定儲存庫中的檔案而不是使用全域設定檔目錄，請在專案根目錄下建立一個 mcporter.json：

cd /path/to/your-project

echo '{
  "mcpServers": {
    "socraticode": {
      "command": "npx",
      "args": ["-y", "socraticode"]
    }
  }
}' > mcporter.json

現在，使用 --config 參數來執行索引、狀態檢查或搜尋指令：

mcporter --config mcporter.json call socraticode.codebase_index

SocratiCode MCP 資料結構與分類體系

資料架構與儲存

SocratiCode MCP 伺服器使用本地向量儲存架構，並結合配置模式來構建其程式碼智慧：

組件	類型 / 位置	描述
向量資料庫	Qdrant Docker (連接埠 16333/16334)	儲存代表程式碼區塊的多維向量，用於相似性搜尋。
AST 分塊	AST 解析器 (18+ 種語言)	按邏輯語法區塊（類別、函式、方法）而非靜態行長度拆分原始檔。
配置	`mcporter.json`	映射到全域 (`~/.openclaw/workspace/config/`) 或每個專案的 JSON 設定。
依賴圖	Mermaid 圖表 / 循環偵測	透過匯入追蹤指令動態構建。

SocratiCode MCP 進階特性

混合搜尋引擎：採用倒數排名融合 (RRF) 結合語義向量匹配和經典關鍵字搜尋。
AST 邊界拆分：透過針對 18 種以上語言的函式、類別和方法邊界進行特定分塊，避免破壞上下文。
即時檔案監控：具備後台檔案監視器 (codebase_watch)，可在儲存時動態重新索引程式碼，保持模型上下文新鮮。
依賴與圖表分析：提供用於產生互動式 Mermaid 架構圖 (codebase_graph_visualize) 和偵測循環依賴 (codebase_graph_circular) 的工具。
可配置嵌入：支援透過 Ollama (brew install ollama) 進行本地嵌入的後端切換，或使用如 OpenAI 等高效能遠端 API。