
在 AI 辅助编程日益普及的今天,Claude Code、Cursor 等工具虽然强大,但在处理大型代码库时往往面临一个共同瓶颈:“盲人摸象”式的文件扫描。当 AI 代理需要理解项目架构或追踪函数调用时,它们通常依赖于频繁的 grep、glob 和 Read 操作。这不仅导致大量的 Token 消耗和工具调用延迟,还容易因上下文碎片化而丢失整体视野。

CodeGraph 是一个专为 Claude Code、Cursor、Codex 和 OpenCode 设计的本地语义代码智能增强引擎。它通过构建预索引的知识图谱,让 AI 代理能够“上帝视角”般地即时查询代码结构、符号关系和调用图,从而显著提升编码效率并降低成本。
核心突破:从“文本搜索”到“语义图谱”
CodeGraph 的核心价值在于将非结构化的代码文件转化为结构化的知识图谱:
- 传统模式:AI 代理通过关键词匹配扫描文件,每次探索都需要多次工具调用,既慢又贵。
- CodeGraph 模式:代理只需一次查询,即可获取入口点、相关符号、完整调用链及代码片段。AI 不再是在文件中“寻找”,而是在图谱中“导航”。
性能实测:显著降本增效
在涵盖 7 种编程语言、7 个真实世界开源代码库(如 VS Code、Django、Tokio 等)的基准测试中,CodeGraph 展现了惊人的优化效果:
| 指标 | 平均提升幅度 |
|---|---|
| 成本节省 | 35% |
| Token 减少 | 59% |
| 响应速度 | 49% 更快 |
| 工具调用减少 | 70% |
典型场景表现:
- VS Code (TypeScript, ~10k 文件):成本降低 35%,工具调用减少 72%。
- Tokio (Rust, ~700 文件):成本降低 52%,工具调用减少 89%。
- Excalidraw (TypeScript, ~600 文件):响应速度提升 60%,工具调用减少 86%。
这些数据证明,随着代码库规模的增长,CodeGraph 带来的效率红利愈发明显。
主要特性:全能的本地代码大脑
1. 智能上下文构建
无需让 AI 代理逐个文件读取,CodeGraph 能一次性返回与查询相关的完整上下文,包括定义、引用和依赖关系,极大减少了“探索代理”的无效劳动。
2. 毫秒级全文搜索
基于 SQLite FTS5 引擎,支持在整个代码库中即时按名称查找代码,速度远超传统文件系统搜索。
3. 深度影响分析
在进行代码重构或修改前,可精准追踪任何符号的调用方(Callers)、**被调用方(Callees)**以及完整的影响范围,避免“改一处崩全身”的风险。
4. 框架感知路由
智能识别主流 Web 框架(如 Next.js, Django, Rails 等)的路由文件,并将 URL 模式直接链接到对应的处理函数,方便快速定位业务逻辑。
5. 广泛的语言支持
支持 19+ 种主流编程语言,包括 TypeScript, JavaScript, Python, Go, Rust, Java, C#, PHP, Ruby, C, C++, Swift, Kotlin, Dart, Svelte, Liquid, Pascal/Delphi 等。
6. 100% 本地运行,隐私无忧
- 零外部依赖:所有数据存储在本地 SQLite 数据库中,不离开您的机器。
- 无需 API Key:完全离线可用,无订阅费用,无隐私泄露风险。
工作原理:自动化与实时同步
CodeGraph 的工作流程高度自动化,用户几乎无感知:
- 提取(Extract):利用 tree-sitter 将源代码解析为抽象语法树(AST),并通过特定语言的查询提取节点(符号)和边(关系)。
- 存储(Store):将所有结构化数据存入本地 SQLite 数据库,并建立 FTS5 全文索引。
- 解析(Resolve):智能解析引用关系,包括函数调用、导入来源、类继承以及框架特定的路由模式。
- 自动同步(Sync):
- 文件监视器:使用原生操作系统事件监视项目文件变化。
- 增量更新:更改经过防抖处理,仅针对源文件进行增量同步。
- 实时性:图谱随您的编码过程保持最新,无需手动重新索引。
快速开始
CodeGraph 提供了极简的安装和配置体验:
1. 一键安装
npx @colbymchenry/codegraph
交互式安装程序会自动检测并配置您的 AI 代理(Claude Code, Cursor 等)。
2. 初始化项目
进入您的项目根目录,运行初始化命令:
cd your-project
codegraph init -i
系统将自动扫描代码库并构建初始知识图谱。
CodeGraph 不仅仅是一个代码搜索工具,它是 AI 编程代理的**“海马体”**——负责存储和检索复杂的代码记忆。通过引入本地知识图谱,它解决了 AI 在处理大型项目时“记不住、找不准、跑得慢”的核心痛点。
相关导航


Qoder CLI

Copilot CLI

Claude Design System Prompt

Ralph Wiggum

Claude Video

Claude Marketplace






