让AI助手理解陌生代码库，通常是一场漫长的"寻宝游戏"。Claude Code的Explore代理会不断调用grep搜索、glob匹配、Read读取，在成百上千个文件中摸索——而这些调用每一秒都在烧钱。更糟的是，大部分工作并非真正的代码分析，只是在找路：先搞清楚什么东西在哪里，才能开始读真正重要的代码。

CodeGraph想终结这种低效。与其让代理盲目探索，不如直接给它一张地图。

打开网易新闻 查看精彩图片

这是一个开源工具，为你的代码库构建预索引的知识图谱：符号、调用关系、导入依赖、继承链、代码结构。代理一次性查询图谱，而非逐个扫描文件。它以MCP服务器形式接入Claude Code，MIT协议开源，支持19种以上语言，完全本地运行——无需API密钥，数据不出本机，只有一个SQLite数据库。

技术实现分为四步：tree-sitter解析源码生成AST，语言专属查询提取节点（函数、类、方法）和边（调用、导入、继承、实现）；全部存入本地SQLite数据库，配备FTS5全文检索；解析引用关系，函数调用映射到定义、导入映射到源文件、类继承链可追溯；文件监控通过原生OS事件自动同步图谱，变更经防抖处理后即时更新，零配置。

当代理需要理解代码时，向图谱提问一次，即可获得入口点、关联符号和代码片段。

维护者在六个真实代码库上做了对比测试，包括VS Code、Excalidraw和Swift编译器。报告显示：平均减少92%的工具调用，探索速度提升71%。具体案例：在VS Code代码库中，回答"扩展宿主如何与主进程通信"这一问题，无CodeGraph时需要52次工具调用，有CodeGraph仅需3次。某Java代码库中，代理甚至通过单次CodeGraph调用、零文件读取就完成了完整回答。

需要说明的是，这些为自报的单查询基准测试，应视为最佳情况。但核心逻辑不依赖具体数字——给代理结构化索引而非强迫其盲目探索，本身就是合理的设计。

安装只需一条命令：npx @colbymchenry/codegraph。它会全局安装CodeGraph，在Claude配置中设置MCP服务器，配置自动授权权限，并添加全局指令。重启Claude Code后，进入项目目录执行codegraph init -i初始化。一旦.codegraph/目录存在，Claude Code会自动调用这些工具。

即便抛开AI场景，codegraph affected这个命令也值得关注：它追踪导入依赖，显示某文件变更会影响哪些其他文件——这对重构前的风险评估极为实用。