有人刚刚构建了一种方法，可以通过语义代码智能来超级增强 Claude Code、Cursor、Codex 和 OpenCode。工具调用减少 94%，探索速度提升 77%，100% 本地运行！
有人构建了一个预索引的知识图谱，它位于你的 AI 代理和你的代码之间。它只需一次调用就能回答以前需要 40 次调用才能回答的问题。
它叫 CodeGraph。在 GitHub 上有 8,459 个星标。
CodeGraph为代码仓库提前构建知识图谱，AI编程工具一次查询即可获取符号与调用关系，大幅减少工具调用次数，加速代码探索，全程本地运行免费使用。
CodeGraph让AI编程助手秒懂代码结构：工具调用减少94%，本地免费 | AI编程加速神器来了：代码图谱让Claude Code和Cursor告别无脑读文件，快77%还省token
有个哥们给AI编程助手装了个外挂
你每个月花20美金买Claude Pro，再花20美金买Cursor Pro，结果你的AI助手每次碰到代码仓库都像个无头苍蝇。它先grep搜一遍，再glob找一遍，再读一堆文件，把上个月刚干过的活重新干一遍。你的钱包在滴血，token在燃烧，而AI还在那傻乎乎地读同一个文件第三遍。
有个叫CodeGraph的工具解决了这个破事。它在GitHub上已经攒了8459颗星，MIT协议随便用，完全免费。它在你代码仓库里先建一张地图，把所有函数、类、调用关系都画出来。以后AI再问“这个系统怎么工作的”，一次查询就搞定，不用再翻箱倒柜四十多次。
官方测试数据很刺激：VS Code那4002个文件的项目，原本要调52次工具，现在3次搞定。探索时间从1分37秒缩到17秒，快77%。而且全程在你电脑上跑，代码不用传给任何人。
你只需要跑一个命令，CodeGraph就把整个项目索引完了。它能自动接入Claude Code、Cursor、Codex CLI和OpenCode，一个安装器全配置好。支持TypeScript、Python、Rust、Java、Swift、C++这些主流语言。
AI读代码像翻整栋图书馆
想象一下，你让一个人去图书馆找“登录功能的实现代码”。没有地图的人会怎么做？先跑遍所有书架看哪个架子上有“登录”两个字，然后抽出每本书翻目录，翻到疑似的地方再读正文。这就是没有CodeGraph时AI干的事。
每次你问一个新问题，AI都重新来一遍。它不记得上次读过的文件，因为每次对话对AI来说都是全新的一天。你付钱让它一遍又一遍地读同样的文件，就像你雇了个每小时收费的图书管理员，然后让他每天重新认识图书馆的布局。
CodeGraph换个玩法。它提前把整个图书馆变成一张地图：哪本书放在哪个书架，哪本书的哪个章节引用了另一本书的哪个段落，所有关系都画出来。AI再问问题，直接查地图就行。
“登录逻辑在哪？”
“在auth.py的login函数，它调用了validate_user，然后触发send_notification。”
一次回答，不用读任何文件。因为地图里已经标好了所有位置和路线。
索引过程把代码变成关系网
CodeGraph先扫描你项目里所有代码文件。它不是简单读文本，而是用Tree-sitter这个解析器把代码拆成抽象语法树。抽象语法树这名字听着吓人，其实就是把代码结构画成一棵树：函数是树干，函数里的if语句是树枝，return语句是树叶。
从这棵树里，CodeGraph提取所有符号。符号就是代码里有名字的东西：函数、类、变量、参数、模块。它还提取这些符号之间的关系：谁调用了谁，谁继承了谁，哪个模块导入了哪个模块。
所有这些信息存进SQLite数据库。SQLite就是个本地文件数据库，不用装服务器，你电脑上随便哪个程序都能读写。CodeGraph还开了全文检索功能，你想搜“login”这个单词，它能飞快找到。
最后一步是解析。这一步把散落的信息真正连起来。比如文件A里调用了sendEmail，但这个函数定义在文件B的EmailService类里。解析过程就把这个调用关系连上，让AI知道它们实际是一回事。
索引完的项目，CodeGraph还会监听文件变化。你改了一行代码，它自动更新地图，不用你手动重新跑索引。
AI查询变成查字典不是翻箱子
没有CodeGraph时，AI在代码仓库里探索是这样的套路。你问“用户注册的流程是什么”。AI先启动一个Explore代理，这个代理用grep命令搜整个项目里所有带“register”的文件。grep跑完，返回二十个文件路径。
AI读第一个文件，里面可能只是个测试文件，跟注册没关系。再读第二个，是前端页面，有注册表单但没有后端逻辑。读到第五个，终于找到auth.js，里面有register函数。但register函数里调用了createUser和sendVerificationEmail，AI不知道这两个函数在哪。
AI再启动grep搜createUser，又返回一堆文件，再一个个读。等你问下一个问题“密码重置怎么实现”，AI完全忘了刚才读过的文件，重新开始grep。
这套流程跑下来，工具调用次数轻松上五十。每次调用都消耗token，因为你每次问问题都在触发这些操作。你付的钱里很大一部分是在付AI反复读文件的冤枉钱。
有了CodeGraph，AI查代码像查字典。你问“用户注册流程”，它直接查图数据库。数据库里存着register函数这个节点，以及它指向createUser和sendVerificationEmail的边。AI一次查询就拿到整个调用链。
它甚至不需要知道文件在哪，因为图里存的是符号和关系，文件路径只是符号的一个属性。AI问“谁调用了UserService”，图数据库直接返回所有调用者的符号名和位置，不用读任何一个文件全文。
官方基准测试里，Swift编译器项目有25874个文件和272898个节点。AI问一个架构问题，有CodeGraph时用了6次工具调用和35秒。没有时用了37次调用和2分8秒。差六倍的工具调用和四倍的时间。
路由识别让AI知道URL对应哪个函数
Web框架里有个麻烦事。你写Django时，urls.py里写path('login/', views.login)，这个login函数实际处理的是/login这个网址请求。你写Express时，app.get('/login', loginHandler)，loginHandler函数对应的是/login。
AI光看代码文本不知道这个关系。它看到loginHandler函数，以为就是个普通函数。但CodeGraph能识别框架路由。它内置了对Django、Express、Flask、Spring Boot这些常用框架的解析器。
解析器读到path('/login', views.login)这一行，就知道views.py里的login函数对应/login这个HTTP路径。它在图里创建两个节点：一个是路由路径/login，一个是函数login，然后画一条边连起来。
AI查“/login这个接口的代码在哪”，图数据库沿着这条边找到login函数。AI查“login函数对应什么URL”，同样能找到/login。
大型Web项目里接口成百上千个，没有路由识别，AI每次找接口都要读路由配置文件，然后找到对应的控制器文件，再读控制器文件找到具体函数。路由识别让AI一步到位。
受影响分析告诉你改一行代码会炸哪里
大型项目里你改了一行代码，可能引发连环爆炸。你修了个小bug，结果二十个测试用例全红了，因为你改的那个函数被八个模块调用，那八个模块又被其他模块调用。
CodeGraph的affected命令干这个事。你跑codegraph affected --files src/auth.py，它沿着调用图往下走，找出所有可能受影响的代码。它不是瞎猜，而是真的在图里走路径。
你改了一个工具函数，affected命令返回所有调用这个工具函数的函数。那些函数又被谁调用，继续往下走，直到没调用为止。最后列出一份名单：这十五个文件最好重新跑一下测试。
没有这个功能时，你只能相信AI说“应该没问题”，或者直接跑整个测试套件等半小时。大型项目里affected命令像地震波模拟器，告诉你震中在哪，哪些地区会有震感。
第一次索引需要耐心
CodeGraph不是没有代价。第一次索引大型项目需要时间。Swift编译器那两万多个文件，索引可能要几分钟到十几分钟。索引过程中CPU会吃满，因为Tree-sitter要解析每个文件的语法树，还要算各种引用关系。
如果你的环境没有安装better-sqlite3这个原生模块，CodeGraph会退回到WASM模式。WASM模式慢五到十倍，因为SQLite跑在浏览器沙盒环境里，不是直接跑在你电脑上。官方建议装better-sqlite3，性能好很多。
索引完之后的日常使用就快了。文件改动时自动同步只处理变动的文件，不用重新索引整个项目。
小型项目或者临时Demo不太适合用CodeGraph。你写个几百行的脚本，索引时间比AI回答问题的时间还长。给自行车装航空母舰雷达，效果很喜剧。但项目超过一万行代码，或者你经常在大型仓库里用AI助手，CodeGraph的收益就很明显。
支持的编程语言超过十九种
官方列出的支持语言挺全。TypeScript和JavaScript肯定支持，毕竟CodeGraph本身用TypeScript写的。Python、Go、Rust、Java、C#这些后端主流语言都在列表里。PHP、Ruby、Swift、Kotlin也支持，还有C++、Scala、Haskell这些。
每种语言用对应的Tree-sitter解析器。Tree-sitter是GitHub开源的一个解析器生成工具，特点就是快，还能容忍语法错误。你的代码即使没写完或者有bug，Tree-sitter也能解析出大致结构。
C++和Rust这些复杂语言解析相对慢一些，但信息密度高。一个C++头文件可能定义一堆模板类和模板函数，解析出来的符号数量比同等行数的JavaScript多几倍。
安装配置就一行命令
安装CodeGraph用npx就行。npx是Node.js自带的命令，不用全局安装任何东西。跑npx @colbymchenry/codegraph，它会下载最新版本然后运行。
第一次运行会让你选择安装到哪些AI工具里。选项有Claude Code、Cursor、Codex CLI、OpenCode。选完之后它会自动配置这些工具，让它们优先用CodeGraph查询。不用你手动改配置文件。
进到你的项目目录，跑codegraph init -i。这个命令会扫描项目文件，问你要索引哪些目录。你可以排除node_modules、dist、build这些生成的文件，只索引源码目录。
索引过程在命令行里显示进度条。跑完之后codegraph status看状态，能看到一共索引了多少符号、多少调用关系、数据库文件多大。
日常维护就两个命令。codegraph sync手动触发同步，codegraph query加上符号名查具体信息。比如codegraph query UserService，它会显示UserService这个类的定义位置、方法列表、被谁调用。
codegraph context最常用。你把这个命令的输出直接贴给AI，比如codegraph context "修复登录超时bug"，它会从图里找出跟登录超时相关的所有符号和调用链，整理成一段文本。你把这段文本复制给Claude Code或Cursor，AI不用自己探索就直接知道上下文。
省钱逻辑很直白
你付给AI工具的钱分成三部分：
- 固定订阅费每月20美金，这部分不管你用不用都得付。
- 按量付费的token消耗，这部分跟使用量挂钩。
- 还有隐形成本，就是AI反复探索代码浪费的时间和token。
CodeGraph砍的是第三部分。它让AI不用反复读文件，每次探索少调几十次工具。
每次工具调用背后都有token消耗，因为工具调用的输入输出都要算进上下文里。
官方数据是94%的工具调用减少。你以前每月花在探索上的token成本如果是10美金，现在大概0.6美金。省下来的钱买杯咖啡还行。
关键是它免费。MIT协议，代码全开源，你可以自己改。跑在你自己的电脑上，索引文件存在本地，没有云服务，没有用量限制。
适合你的项目就试试
如果你在用Claude Code写TypeScript后端，项目超过一万行代码，CodeGraph几乎肯定能帮你省时间。如果你是Cursor的重度用户，经常在大型代码库里跳来跳去，CodeGraph能让Cursor的响应速度明显变快。
如果你维护的是几十万行代码的遗产项目，里面的调用关系连人都搞不清楚，CodeGraph的affected命令特别有用。改完代码跑一下受影响分析，比手动猜哪些测试要跑靠谱得多。
如果你只写几百行的Python脚本，或者做临时Demo，或者项目就五个文件，没必要折腾。索引的时间比你手动给AI指路的时间还长。
试试也不亏。跑npx @colbymchenry/codegraph，在你项目里跑codegraph init -i，然后正常用你的AI工具。感觉快了就用下去，感觉没区别就当尝鲜。反正免费，不用白不用。