Le pides a tu agente de código «¿quién llama a esta función?» y se pone a releer cuarenta archivos, gastando tokens en cada pregunta. De ahí parte codebase-memory-mcp: un proyecto que conserva un mapa del código en lugar de obligar al agente a reconstruirlo una y otra vez. Aquí tratamos el codebase-memory-mcp servidor MCP como una pieza que hay que autorizar, instalar y vigilar. El repositorio es DeusData/codebase-memory-mcp.
Me apoyo en tres decisiones de operación y no en un catálogo de funciones: qué darle al agente en lugar de archivos en bruto, qué dejas que el instalador escriba en tu equipo y cómo comprobar que la mejora existe en tu caso.
Una aclaración de método: span.observer no ha instalado ni ejecutado este proyecto. Los datos salen del README, de server.json y de los archivos del repositorio, leídos el 11 de noviembre de 2026. El último commit que leí es de ese mismo día y server.json indica la versión 0.12.1. No pude releer el número de estrellas en la fuente, así que no lo cito. Las capturas proceden del repositorio, con licencia MIT.
codebase-memory-mcp servidor MCP: un mapa del código, no una memoria de conversación
La palabra «memoria» despista. Aquí nada recuerda tus charlas con el agente: el proyecto indexa el código, la documentación y los archivos de infraestructura en un grafo de conocimiento local. Si buscas memoria de conversación, mira https://span.observer/es/claude-mem-memoria-persistente-agentes/ o https://span.observer/es/ai-memory-memoria-para-agentes-de-codigo-rust/. Lo de hoy es estructura: funciones, llamadas, rutas, dependencias.
Según el README, el proyecto declara:
- licencia MIT y un backend nativo en C, sin Docker ni entorno de lenguaje que instalar;
- 163 lenguajes y formatos compatibles, con una resolución de tipos adicional («Hybrid LSP») para algunos;
- 17 herramientas MCP, entre ellas
search_graph,trace_path,detect_changesyget_architecture; - indexado y consultas que no necesitan un servicio alojado ni clave de API;
- 46 integraciones de agentes, automáticas o condicionales, que el instalador configura.
El backend no incluye ningún modelo de lenguaje. Según el README, es tu cliente MCP quien convierte la pregunta en llamadas a herramientas: el agente invoca, por ejemplo, trace_path con la dirección «inbound», el servidor consulta el grafo y el agente reformula la respuesta.
Primera decisión: ¿qué le das al agente en vez de archivos?
El proyecto lo resume así: consultas dirigidas sobre un grafo, con resultados paginados y compactos. Un agente que busca los llamadores de una función no necesita el contenido de cada archivo. Necesita la lista de llamadores, su ruta y, si hace falta, un fragmento de código.
Las herramientas se dividen en dos familias. Para indexar: index_repository, list_projects, index_status, check_index_coverage. Para consultar: búsqueda estructural y semántica, seguimiento de llamadas, Cypher de solo lectura, fragmentos de código, esquema de un archivo y detect_changes, que enlaza un diff de git con los símbolos afectados. El README aconseja ejecutar get_graph_schema primero.
Un detalle operativo importante en repositorios grandes: una indexación síncrona puede superar el plazo que el cliente concede a una llamada de herramienta. El README recomienda entonces el modo async: true y consultar el avance con status: true hasta llegar a succeeded, failed o cancelled.
El proyecto incluye además una interfaz visual en beta, CBM Lens (versión 0.0.1). La primera captura muestra la vista «Architecture» del propio repositorio: las carpetas se vuelven plataformas y los archivos, bloques. La segunda muestra el lector de código, con el impacto de un archivo y su grafo de dependencias a la derecha.


Segunda decisión: qué dejas que escriba el instalador
La instalación cabe en una línea, pero esa línea merece una pausa. En macOS y Linux, el README propone descargar install.sh de la rama principal y ejecutarlo. En Windows pide descargar install.ps1, revisarlo («optional but recommended»), desbloquearlo y ejecutarlo. Lee el script antes de correrlo, también en Linux: es el mismo reflejo que con cualquier instalador que toca tus archivos de configuración.
Porque el comando install no se limita a copiar un binario. Detecta tus clientes y añade la configuración MCP, instrucciones, «skills», perfiles de agente llamados Scout, Verify y Auditor, y hooks. Según el README, esos hooks aportan contexto sin sustituir ni bloquear la herramienta invocada («context-only and fail-open»). Vienen activados por defecto: install --no-hooks los quita y config get install_hooks muestra la opción vigente.

Otros ajustes que conviene decidir antes de extender su uso:
auto_indexestá desactivado por defecto. Si lo activas, indexa cada proyecto nuevo en la primera conexión, hasta el tope deauto_index_limit.auto_watchestá activo por defecto: un proyecto indexado se vuelve a vigilar mientras una sesión lo tenga abierto. Condaemon start, la vigilancia continúa al terminar la sesión.- Los índices viven en
~/.cache/codebase-memory-mcp/, en bases SQLite. Un índice contiene la estructura de tu código: trata esa carpeta como el propio código. CBM_CACHE_DIRcambia la carpeta;CBM_WORKERSyCBM_MEM_BUDGET_MBlimitan el paralelismo y la memoria, útil en un contenedor.
En cuanto a la cadena de suministro, el README describe binarios analizados con VirusTotal, procedencia SLSA de nivel 3, firmas Sigstore cosign y sumas SHA-256 que verifican los scripts de instalación. Añade que Microsoft Defender puede dar un falso positivo. Son afirmaciones del proyecto: el comando gh attestation verify que indica el README te permite comprobar la procedencia por tu cuenta. Para acotar lo que un servidor MCP puede hacer en un equipo, lee https://span.observer/es/proteger-un-servidor-mcp/ y https://span.observer/es/auditar-servidores-mcp-empresa/.
Tercera decisión: demostrar la mejora en tu entorno
El README cita un estudio del propio proyecto (un preprint en arXiv, con 31 repositorios) que habla de diez veces menos tokens y 2,1 veces menos llamadas a herramientas que una exploración archivo por archivo. También da tiempos de indexado en un Apple M3 Pro: el kernel de Linux (28 millones de líneas) en 3 minutos y Django en unos 6 segundos. Todas esas cifras vienen del proyecto. No las he reproducido y no dicen nada de tu repositorio ni de tu agente.
El proyecto lo admite en docs/MEASURING_SAVINGS.md. Esa guía separa tres preguntas: si el agente responde mejor, si el servidor es rápido y estable, y si se gastan menos tokens o llamadas. Una consulta rápida no prueba una respuesta correcta, y los contadores del servidor no ven los tokens del modelo. La guía pide fijar el experimento de antemano: el commit exacto, el conjunto de preguntas y el alcance esperado de las respuestas.
Adopta ese método tal cual. Haz las mismas diez preguntas a tu agente con el servidor y sin él, y anota acierto, número de llamadas y tokens. Para seguir estas mediciones en el tiempo, https://span.observer/es/metricas-de-herramientas-mcp/ detalla las métricas de herramientas MCP.
Observar un servidor MCP local
Este servidor corre en el puesto de trabajo, no en producción, así que no hay un servicio web que vigilar como tal. Aun así, tres puntos sirven. En stdio, la salida estándar queda reservada al JSON-RPC del protocolo, y los mensajes de un cliente van por su flujo de errores. El demonio escribe sus eventos en ${CBM_CACHE_DIR}/logs/cbm-daemon.log y CBM_LOG_LEVEL fija el nivel (de debug a error, o none). Por último, CBM_DIAGNOSTICS activa una instantánea periódica, solo para diagnóstico.
Si operas una flota de agentes, enlaza estas llamadas con tus trazas: https://span.observer/es/observar-agentes-mcp-opentelemetry/ muestra cómo instrumentar las llamadas a herramientas con OpenTelemetry. El README no describe ninguna exportación OpenTelemetry para este servidor, así que no la des por supuesta.
Límites que debes conocer
- No he instalado ni probado el software: todo es «según el README».
- No pude releer el número de estrellas ni la adopción real, por eso no presento el proyecto como una referencia consolidada.
- CBM Lens está en beta (0.0.1). El README aclara que el servidor MCP es el núcleo del proyecto.
- Las cifras de tokens y tiempos son las del proyecto, sobre sus propias cargas.
- Un resultado «limpio» de
check_index_coveragesolo significa «ningún hueco registrado», no «completo», según el README. - El modo asíncrono exige el servidor respaldado por el demonio; un comando CLI aislado con
--asyncse rechaza.
Buenas prácticas
- Lee el script de instalación y pruébalo primero en un repositorio sin secretos.
- Deja
auto_indexdesactivado hasta elegir qué repositorios entran. - Conserva los hooks solo si has revisado lo que añaden al contexto del agente.
- Mide con y sin el servidor, con tus preguntas y un commit fijo.
- Trata la carpeta del índice como código fuente: permisos, copias de seguridad y borrado al cerrar un proyecto.
Preguntas frecuentes
¿codebase-memory-mcp envía mi código a la nube?
Según el README, el análisis del código y el almacén del grafo funcionan en tu máquina, sin servicio alojado ni clave de API. El chat local de CBM Lens puede, como opción, descargar un modelo cuya inferencia se queda en el navegador. Tu cliente MCP y su modelo, en cambio, sí ven las respuestas del servidor.
¿En qué se diferencia de una herramienta de memoria como claude-mem?
Una herramienta de memoria retiene lo que el agente hizo o aprendió. Este servidor describe la estructura del código: llamadas, dependencias, rutas, infraestructura. Se complementan, no se sustituyen.
¿Qué licencia y qué versión tiene?
El repositorio usa licencia MIT. El archivo server.json indica la versión 0.12.1 el día de la lectura, y según ese archivo el proyecto también se publica como paquetes npm y PyPI.
Conclusión
codebase-memory-mcp plantea una buena pregunta: ¿por qué releer el código en cada consulta si existe un mapa local? Antes de adoptarlo, revisa el instalador, elige tus ajustes de indexado y mide la mejora en tus propios repositorios. Para otro proyecto del registro «Top repos», mira https://span.observer/es/agente-sre-opensre-codigo-abierto/.
span.observer es un blog independiente de la comunidad, no afiliado a Dynatrace LLC. Dynatrace es una marca de Dynatrace LLC. codebase-memory-mcp es un proyecto de terceros que Dynatrace no edita. Comprueba siempre los valores (puertos, versiones, tamaños) en la documentación oficial correspondiente a tu versión.