ContextGate — Data skill for Claude Code

ContextGate

[](https://github.com/23512478/ContextGate/releases) [](LICENSE) [](https://www.python.org/downloads/)

给 Spring Boot + MyBatis(-Plus) 项目做一份「框架感知代码地图」，再通过 MCP 协议喂给 AI 编程工具（Trae / Cursor / Claude Code 等）。

AI 编程工具改后端代码时，通常靠全文搜索去猜"这个接口调了谁、这条 SQL 碰了哪些表、改这个字段会炸哪条链路"——费 token、还容易幻觉。ContextGate 的思路是**离线预编译框架约定**：把 Spring 的隐式约定（路由注解、依赖注入、事务边界）和 MyBatis 的映射关系（Mapper → SQL → 表/列 → 实体）静态解析成结构化地图，AI 只需要调一个工具就能拿到压缩后的调用链和影响面。

为什么需要它

Spring Boot + MyBatis 项目的调用关系大量是**隐式约定**：一个 HTTP 请求要经过 `@RequestMapping` → Controller → `@Autowired` 注入的 Service → `BaseMapper` → SQL，中间没有任何一处显式 import 能把它们串起来。AI 每次都得翻七八个文件才能拼出一条链。

而通用代码索引看不懂这些"框架黑话"。三个最直接的痛点：

1. 改字段不知道会炸哪：改一个实体字段（如 walletBalance）前，要人工找出所有读写它的 SQL 和接口——显式注解 SQL 好查，MyBatis-Plus 的 selectById/insert 这种隐式全行读写最容易漏。ContextGate 在真实项目上的实测：工具找出的波及路由比人工排查多出约一半，多出来的全是走 MP 内置 CRUD 的链路。
2. 事务边界靠脑补：@Transactional 闭包里调了哪些写操作、回滚影响什么，工具直接标在调用链上。
3. AI 会幻觉：工具返回的是从源码数出来的事实（路由、Mapper 方法、SQL 全文、触碰列都有出处），AI 没法编造不存在的方法或路径。

**定位是"窄而深"**：不做通用代码 RAG，只做 Spring Boot + MyBatis 这一个垂直，但把框架语义做到列级（`o.*` 星号展开、JOIN 列精确归因、MP 内置方法全列触碰）。框架约定越重的项目，通用工具越吃力，这个垂直线索的价值越大。

和现有方案的差异

方案	强在哪	ContextGate 的不同
全量代码 RAG（embedding）	语言无关、什么代码都能塞	召回靠相似度，不懂事务边界、SQL 触碰列、MP 隐式 CRUD——这些框架语义完全不知道
LSP 符号索引（定义跳转/引用）	显式调用关系精确	注解注入、BaseMapper 内置方法、SELECT */XML SQL 都是"字符串/约定"，不在符号层，全部盲区
AI 编码工具自带的代码搜索	零配置	每次对话全量 grep，token 贵、结果靠 AI 临场推理，同一个问题每次重新推

不是替代关系：工具给主干（调用链、影响面），AI 再用源码搜索补边角（如 JdbcTemplate 裸 SQL）。

它能做什么

• 调用链追踪：GET /api/v1/orders/my → Controller → Service → Mapper → SQL 全文，含 @Transactional 事务边界标记
• SQL 反查：按 Mapper 方法名 / 表名 / 列名片段搜 SQL，给出 SQL 全文、涉及表、触碰列、上游调用者和路由
• 变更影响面：改实体/字段前查出波及的自定义 SQL、MyBatis-Plus 内置 CRUD 调用点（selectById=SELECT * 全列触碰）、上游路由
• 一键刷新：代码改完让