cograph
Plataforma auto-alojada para crear bases de conocimiento de código indexadas desde repositorios Git, sirviendo wiki generado, búsqueda híbrida y grafo de código a humanos y agentes MCP.
Ficha actualizada 25 sept 2026, 13:59 · upstream 25 sept 2026, 13:40 · release v2026.08.24-c6b491e
Qué es cograph
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Cograph transforma repositorios Git en bases de conocimiento indexadas y fundamentadas en el código fuente, sirviendo tanto a desarrolladores humanos como a agentes de programación mediante un servidor MCP. La plataforma extrae automáticamente una estructura de grafo de código (módulos, símbolos, llamadas entre funciones e importaciones) utilizando tree-sitter, construye índices de búsqueda híbridos que combinan vectores densos, texto completo y búsqueda fuzzy, y genera wikis automáticos con citas verificables para cada afirmación. Todo el sistema se ejecuta en una sola instancia de PostgreSQL como único sistema de registro, manteniendo las claves del proveedor y los índices dentro de la infraestructura propia del usuario.
La arquitectura consta de un backend escrito en Python con FastAPI que gestiona el grafo de código, el motor de recuperación y el servidor MCP, junto con un frontend React para la interfaz web. El sistema soporta cuatro lenguajes principales para extracción de símbolos y llamadas: Python, Go, TypeScript y JavaScript, mientras ingesta documentación en cualquier formato (Markdown, RST, etc.) independientemente del lenguaje del repositorio. La plataforma es privada por defecto, con control de acceso mediante OIDC/SCIM y permite que los endpoints de LLM sean auto-alojados para mantener la confidencialidad de los datos.
- Documentación automática de repositorios Git con wikis generados desde el código fuente
- Búsqueda de código híbrida para humanos (vectores + texto completo + fuzzy)
- Conexión con agentes MCP para consultas contextuales citadas y limitadas
- Análisis de dependencias y llamadas entre funciones en múltiples lenguajes
- Auditoría de cambios en repositorios con evidencia de fuente verificable
- Grafo de código real extraído con tree-sitter para Python, Go, TS/JS con símbolos y llamadas
- Búsqueda híbrida que fusiona vectores, texto completo y fuzzy por rango recíproco
- Wiki generado con citas verificables; afirmaciones sin fundamento se descartan automáticamente
- Arquitectura auto-alojada con PostgreSQL como único sistema de registro centralizado
- Servidor MCP con 14 herramientas usando los mismos índices que la UI para agentes
- Privacidad por defecto: repositorios privados, navegación anónima opt-in, OIDC/SCIM
- Solo soporta extracción de símbolos y llamadas en Python, Go, TypeScript y JavaScript; otros lenguajes no se indexan
- Estado pre-1.0 con APIs, migraciones y detalles de UI que pueden cambiar entre versiones
- Requiere configuración manual de secretos de LLM en la base de datos tras el primer inicio
- No incluye Dockerfile, solo docker-compose para despliegue local o Kubernetes vía Helm
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Desplegar con `docker compose up --build` y crear admin inicial desde `/app/.cograph/bootstrap.token`. Configurar proveedor LLM en Admin → LLM runtime (no env vars). Usar tags específicos de release en GHCR, no latest. Para Kubernetes usar Helm chart con secrets gestionados externamente. Pin releases: `ghcr.io/mikekonan/cograph-backend:<tag>` y `ghcr.io/mikekonan/cograph-web:<tag>`.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.