这个工具让AI写代码时少花70%冤枉钱

用Claude Code、Cursor这类AI编程助手的同学，可能都有个感受：它们干活挺猛，但烧token也猛。

尤其遇到大项目，AI跟没头苍蝇似的到处翻文件——grep扫一遍，glob找一遍，找不到再读一遍。一圈下来，几十次工具调用打底，钱哗哗的。

CodeGraph就是来解决问题的。

给AI配一个代码知识图谱，它想问什么直接查，不用再满世界乱翻。实测结果：平均省35%的费用，减少70%的工具调用。

项目完全开源，MIT协议，100%本地运行，不上传任何代码。

装起来有多简单？

不用装Node.js，一条命令搞定：

macOS / Linux

curl -fsSL https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.sh | sh

Windows (PowerShell)

irm https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.ps1 | iex

如果机器上已经有Node，也可以走npm：

npx @colbymchenry/codegraph        # 零安装运行
# 或者全局装
npm i -g @colbymchenry/codegraph

装完跑一下安装向导，它会自动检测你机器上的Claude Code、Cursor、Codex CLI、opencode、Hermes Agent，问你要给哪个配好MCP服务。一路选就行，配置文件自动写好。

然后进你的项目目录：

cd your-project
codegraph init -i

重启AI助手，完事。

到底能省多少？

作者拿7个真实开源项目测了一遍。每个项目跑4次，问同一个架构问题，对比有无CodeGraph的结果。

平均：35%更便宜，59%更少token，49%更快，70%更少工具调用。

注意看Gin那个小项目（150个文件），native搜索本来就够快，所以差距不大。但上了规模，优势立刻拉开——大项目里AI几乎不需要读文件，直接查索引就能回答。

它能干什么？

智能上下文构建
给AI一个任务描述，一次调用返回相关的入口点、关联符号和代码片段。AI不用再派一堆探索子agent到处挖。

全文本搜索
内置FTS5全文索引，整个代码库按名字搜符号，毫秒级。

影响分析
改一个函数之前，先查清楚谁调用了它，它调用了谁，改了会影响多大范围。

实时同步
文件监听走操作系统原生事件（FSEvents / inotify / ReadDirectoryChangesW），代码一保存，图谱自动更新。不用配。

支持19+种语言
TypeScript、JavaScript、Python、Go、Rust、Java、C#、PHP、Ruby、C、C++、Swift、Kotlin、Dart、Lua、Luau、Svelte、Liquid、Pascal/Delphi

框架感知的路由
能认出Django、Flask、FastAPI、Express、NestJS、Laravel、Rails、Spring、Gin等14种框架的路由定义，把URL模式和handler函数关联起来。查一个controller的调用者，能直接看到是哪个URL在绑它。

100%本地
数据不出机器，不用API key，没有外部服务。底层就是个SQLite库。

完整命令参考

安装与配置

项目初始化与索引

查询与分析

affected 常用用法

# 直接指定文件
codegraph affected src/utils.ts src/api.ts

# 从git diff获取文件列表
git diff --name-only | codegraph affected --stdin

# 只输出文件路径（适合脚本）
codegraph affected src/auth.ts --quiet

# 自定义测试文件匹配模式
codegraph affected src/auth.ts --filter "e2e/*"

# JSON格式输出
codegraph affected src/auth.ts --json

MCP服务（供AI调用）

库方式调用（Node.js）

import CodeGraph from '@colbymchenry/codegraph';

const cg = await CodeGraph.init('/path/to/project');
await cg.indexAll({ onProgress: (p) => console.log(p) });

const results = cg.searchNodes('UserService');
const callers = cg.getCallers(results[0].node.id);
const context = await cg.buildContext('fix login bug', { maxNodes: 20 });
const impact = cg.getImpactRadius(results[0].node.id, 2);

cg.watch();   // 开启自动同步
cg.close();

工作原理

树状语法树（tree-sitter）解析源码，抽取出函数、类、方法这些节点，以及调用、继承、导入这些边。存进本地的SQLite数据库，开FTS5全文索引。

MCP服务器跑起来后，监听文件变动。改了代码，等两秒安静下来就增量更新图谱。

AI通过MCP工具查询时，直接从数据库拿结果，不用再扫硬盘。

MCP工具列表（AI可用的接口）：

常见坑

"CodeGraph not initialized"
忘了在项目目录跑codegraph init。

索引慢
检查.gitignore，确保node_modules、dist这类目录被排除在外。

MCP连不上
确认项目已经初始化过，检查MCP配置里的路径对不对，试试手动跑codegraph serve --mcp看报错。

missing symbols
等几秒让自动同步完成，或者手动跑codegraph sync。确认文件语言在支持列表里，且没有被.gitignore挡掉。

数据库被锁（database is locked）
新版已经内置node:sqlite并开启WAL模式，读写不互斥。如果还遇到：

• 旧版本请重装（0.9以上）

• 检查codegraph status看Journal模式是不是wal，如果不是（比如在WSL2的/mnt下），把项目移到本地磁盘。

最后说两句

CodeGraph的作者之前搞过类似的项目，这次直接打包了Node运行时，不用你自己配环境。安装脚本自动检测系统，下载对应的二进制。本质上把知识图谱做成了AI助手的“外挂缓存”——查过的不用再查，该知道的提前知道。

项目地址：https://github.com/colbymchenry/codegraph

觉得有用可以点个Star。