colbymchenry/codegraph

CodeGraph – 面向 AI 代理的语义代码智能

它是什么 – CodeGraph 是一个本地运行的服务（用 Rust 构建），为代码库中的每个符号、调用边和依赖构建知识图谱。图谱存储在隐藏的 .codegraph/ 文件夹中，并随文件变化保持最新。

为什么对 LLM 驱动的工具很重要 – 当 AI 助手（Claude Code、Cursor、GitHub Copilot 等）需要回答问题或进行更改时，它通常必须通过 grep、读取文件和拼接调用路径来发现代码结构。这会消耗大量工具调用、令牌和时间。CodeGraph 为代理提供单一、预计算的负载，其中包含与请求相关的精确符号和调用链，大幅减少发现工作。

关键能力

• 全栈语言支持 – 自动解析 30 多种语言（TS/JS、Python、Go、Rust、Java、C/C++、Swift 等）；无需针对每种语言进行配置。
• 跨文件、动态分派解析 – 图谱捕获静态 grep 遗漏的调用，因此代理获得真实的调用图上下文。
• 实时更新 – 文件监视器保持图谱新鲜；代理无需重新索引即可查询最新状态。
• 零安装运行时 – CLI 捆绑了自己的运行时，适用于 macOS、Linux 和 Windows，也可以通过 npm（@colbymchenry/codegraph）安装。
• 代理集成 – 单个 codegraph install 命令通过 MCP（多客户端协议）服务器将服务接入支持的代理（Claude Code、Cursor、Codex、Gemini、GitHub Copilot 等）。
• CLI 工作流 – codegraph init 创建索引，codegraph upgrade 更新工具，codegraph uninstall 移除所有代理配置。

性能证据 – 在七个真实世界仓库（VS Code、Excalidraw、Django、Tokio、OkHttp、Gin、Alamofire）上的基准测试显示：

• 平均成本降低 44%，令牌减少 62%。
• 工具调用减少 88%（通常降至单个 codegraph_explore 调用）。
• 图谱存在时文件读取为 0，而没有图谱时最多 43 次读取。
• 每次查询速度提升 1.4 倍到 3.6 倍。

如何尝试

1. 安装 CLI（curl 脚本或 npm i -g @colbymchenry/codegraph）。
2. 运行 codegraph install 连接你的 AI 代理。
3. 在项目内运行 codegraph init – 这将构建图谱并创建 .codegraph/。
4. 代理现在将自动使用图谱进行代码相关查询。

了解更多 – 完整文档、API 参考和网站托管在 https://colbymchenry.github.io/codegraph/。托管 SaaS 版本的等待列表可在 https://getcodegraph.com 获取。

---

TL;DR – CodeGraph 是一个基于 Rust、语言无关的代码图谱构建器，可接入流行的 LLM 编码助手，为它们提供单一、最新的知识源。这减少了发现开销，降低了令牌使用，并加速了答案，使 AI 驱动的代码辅助更高效、更便宜。