Graft：开源上下文层将 Claude Code Token 使用量降低 42% 并提升 SWE‑bench 准确率

TL;DR

Graft 构建了一个持久的、基于 Markdown 的代码图谱，代理可以对其进行查询，而无需反复对仓库进行 grep；这使得 Claude Code 的 Token 使用量减少了 42%，工具调用减少了 46%，运行速度提高了 60%，并将 SWE‑bench 的正确率从 54% 提升至 66%。

Graft 的主张

效率提升 – 在一个受控的 162 次运行基准测试中，与每次任务都重新探索仓库的“冷” Claude Code 会话相比，Graft 节省了 42% 的 Token、46% 的工具调用和 60% 的延迟。
正确性改进 – 在行业标准的 SWE‑bench Verified 套件（50 个真实的 GitHub issue）上，Graft 解决了 33 个案例，而基准测试为 27 个，提升了 12 个百分点。
成本降低 – 同一基准测试显示，墙上时钟时间（wall-clock time）减少了 32%，货币成本降低了 19%。
语言支持 – 对 TypeScript/JavaScript、Python、Go、Java 进行高保真解析；通过 tree-sitter 为另外 20 种语言提供更广泛的支持；为 Rust、C/C++ 等提供可选的基于 LSP 的边（edges）。
零运行时开销 – 结构化图谱 (graft build) 在本地运行，无需 API 密钥；只有可选的 LLM 摘要功能 (--deep) 会联系供应商。

Graft 的工作原理

两阶段图谱构建

文件摘要 – 每个源文件都会传递给 LLM（可选）以生成一段简短的英文描述。
节点聚合 – 摘要被分组到一组精选的 Markdown 节点中（子系统、关键文件、概念），并带有类型的 wikilinks ([[node]])。

生成的 graft/ 目录是一个纯文件缓存，与代码并存，可以提交到 Git。

节点内容

部分	描述
Summary	由 LLM 生成并缓存的关于代码用途的一句英文解释。
Crux	实现核心逻辑的最少源文件行，原样存储。
Sources	支持该节点的路径和内容哈希，实现精确的陈旧检查检测。
Links	以 `[[wikilinks]]` 形式表达的类型化关系 (`depends_on`, `part_of`, `uses` 等)。
Notes	用户编写的自由文本，在重新生成时得以保留。

增量刷新

图谱重建通过内容哈希进行缓存；只有发生变化的文件才会触发 LLM 调用。
在每个 graft ask/grep/callers 命令之前，都会运行一个轻量级的 $0 结构化刷新，确保图谱反映未提交的编辑，且无需网络调用。

与编程代理的集成

graft init 检测支持的代理（Claude Code, Cursor, Gemini, Codex, Copilot 等）并写入必要的指令或技能文件。Claude Code 会接收实时状态行、自动同步钩子以及匹配节点的单次会话导入。
MCP server – 注册了六个工具端点 (graft_find_code, graft_file_api, graft_trace_calls, graft_find_all, graft_repo_map, graft_check_freshness)，代理可以直接调用。
无需守护进程 – 图谱以普通文件形式存在；除非用户选择可选的 MCP server，否则不需要后台服务。

基准测试

受控 162 次运行扫描

指标	冷 Claude Code	Claude Code + Graft
成本节省 ($)	0.0429	0.0292 (+32%)
Token 节省	8,070	4,650 (+42%)
工具调用节省	4.2	2.3 (+46%)
延迟 (s)	39.8	15.8 (+60%)
正确性	93%	93%

“拉取”（pull）变体（按需使用 graft 工具）实现了最高的正确率 (98%)，但牺牲了大部分速度优势。

SWE‑bench Verified (50 个真实问题)

指标	冷 Claude Code	Claude Code + Graft
正确性	27/50 (54%)	33/50 (66%)
Token 节省	142 M	109.4 M (+23%)
成本节省	$52.34	$42.43 (+19%)
工具调用节省	1,370	1,031 (+25%)
墙上时钟时间	13,094 s	8,922 s (+32%)

正确性的提升源于更好的跨文件推理；基准测试通常只修复单个文件而忽略了依赖文件。

Hacker News 上的社区反馈

@seizethecheese – “这个基准测试部分读起来像是 Claude/Codex 写的；50 个任务的 SWE‑bench 样本太小，且 p-value (0.22) 很弱。很容易进行樱桃拾取（cherry-pick）任务。”
该评论强调发布的结果是基于有限样本和单次运行的，这限制了统计置信度。

@icodestuff – “我担心长会话中的图谱陈旧问题。增量刷新可能会悄无声息地发生漂移，而且 graft/ 中的合并冲突可能会很痛苦。”
这指出了一个实际风险：长时间运行的会话可能会依赖过时的摘要，当多位开发人员编辑相同的概念时，可能会出现版本控制冲突。

@xhrpost – “Claude 的 LSP 集成是否已经减少了 grep 的使用？Graft 是否在解决一个重复的问题？”
该问题澄清了 Graft 的价值主张是独特的：它提供的是持久的、人类可读的知识图谱，而不是一次性的基于 LSP 的符号查找。

@gabosarmiento – “与 Graphify 相比的基准测试是什么？”
仓库中未提供直接对比；该主张仍有待验证。

总的来说，评论者对这个想法表示赞赏，但要求进行更严谨、更大规模的评估以及冲突解决工具。

实际用法

快速开始 (npm)

npm install -g @nanonets/graft   # 安装 CLI
graft init                       # 选择代理，构建 `graft/`，连接 Claude Code

graft init --dry-run 显示将要写入的文件。
graft build 在不调用 LLM 的情况下创建图谱；graft build --deep 添加 LLM 生成的摘要（需要 API 密钥）。

核心 CLI 命令

命令	用途
`graft ask "<task>"`	对回答自然语言查询的节点进行排序（无需 LLM）。
`graft grep "<regex>"`	详尽的正则搜索，按包含的符号分组。
`graft map`	受 Token 预算限制的仓库导向（目录集群、枢纽、热点）。
`graft callers <symbol>`	显示符号的入站/出站调用图谱。
`graft viz`	启动 Markdown 和代码图谱的交互式 Web 查看器。

所有命令都接受 --no-refresh 来跳过自动结构更新，环境变量 GRAFT_NO_REFRESH=1 可全局禁用它。

局限性与开放问题

统计稳健性 – 基准测试基于 162 次运行和 50 个 SWE‑bench 实例；更大规模、多种子研究将增强主张的力度。
图谱陈旧 – 增量刷新仅限于结构；如果源代码在未重建的情况下发生变化，LLM 生成的摘要可能会过时。
合并冲突 – graft/ 存在于仓库中；对同一节点的同步编辑可能会导致需要手动解决的 Git 冲突。
对比基准 – 未提供与其他代码图谱工具（如 Graphify, Repowise）的公开对比。

结论

Graft 证明了确定性的、基于 Markdown 的代码图谱可以显著降低 LLM 驱动的编程代理的 Token 和工具调用开销，同时提高在 SWE‑bench 上的实际正确性。这种方法很有吸引力，因为它不需要守护进程，适用于任何 LLM 供应商，并通过简单的 CLI 与多个代理集成。然而，目前的证据建立在适中的基准测试规模之上，生成知识图谱的长期稳定性仍然是一个开放的工程挑战。