colbymchenry/codegraph

解決する課題

AIエージェントは通常、ファイルを繰り返し読み込み、grepを使用し、手動でコールパスを再構築することでコード構造を把握します。このプロセスは低速で、トークンを大量に消費し、コストがかかります。CodeGraphは、コードベース内のすべてのシンボル、コールエッジ、依存関係の事前構築されたセマンティック・ナレッジグラフを提供することでこれを解決し、エージェントがファイルを一つずつクロールするのではなく、単一の呼び出しで精密なコンテキストを取得できるようにします。

仕組み

CodeGraphは、Rustベースのカーネルを使用して、幅広いプログラミング言語にわたる完全な構造抽出とファイル間解決を実行します。ローカルインデックス（.codegraph/に保存）を構築し、AIエージェントがクエリ可能なMCP (Model Context Protocol) サーバーを提供します。システムには、ファイルの変更を監視してリアルタイムでグラフを更新する自動同期機能が含まれており、インデックスが古くなるのを防ぎます。

対象ユーザー

Claude Code、Cursor、GitHub Copilot、GeminiなどのAIコーディングエージェントを使用しており、大規模または複雑なコードベースを扱う際に、ツール呼び出しの回数を減らし、トークンコストを抑え、エージェントのレスポンス時間を短縮したい開発者。

ハイライト

• 幅広い言語サポート: TypeScript, Python, Go, Rust, Java, C#, PHP, Ruby, C/C++, Swift, Kotlinなど、多種多様な言語をサポートしています。
• 100% ローカル: グラフはユーザーのローカルマシン上に構築・保存されます。
• パフォーマンスの向上: ベンチマークでは、ファイル読み取り型エージェントと比較して、ツール呼び出しの大幅な削減（最大88%減）とレスポンス時間の高速化（最大3.6倍高速）が示されています。
• 精密なコンテキスト: エージェントがすべてのファイルを順番に読み込む必要なく、コールパスや変更の影響範囲（blast radius）を特定できるようにします。
• ゼロコンフィグ同期: ファイルが変更、追加、削除されると、インデックスが自動的に更新されます。