codegraph：用代码知识图谱让 Claude Code 少烧一半 token

用 Claude Code 的时候，每次问它"这个项目里 X 功能是怎么实现的"，它都要先跑一堆 grep、read、ls 来熟悉代码结构。每跑一次工具调用，token 就上去了。

codegraph 的想法很直接：先把代码结构预索引成知识图谱，Agent 问问题的时候直接从图谱里查，而不是临时扫描文件。

项目上线后 GitHub 一周涨了 4600+ star，目前 6.9k。最新提交是 43 分钟前——作者基本住在 repo 里了。

为什么这玩意儿有用

编程 Agent 在陌生项目上最大的开销不是"推理"，而是"探索"。它不知道哪个文件包含什么，只能一个一个读。一个中等规模的项目，Agent 第一次对话可能要读几十个文件，token 消耗轻松破万。

codegraph 把这个过程前置了。它预先扫描整个代码库，构建出文件、类、函数之间的依赖关系图谱。Agent 提问时，不需要读文件，直接从图谱里查到"X 函数在文件 A 的第 N 行，被 B、C 两个文件调用"。

作者的说法是：更少的 token、更少的工具调用、100% 本地运行。

这可能是这个项目最聪明的地方。它不绑定任何一个 Agent 平台：

通过 MCP（Model Context Protocol）提供标准化接口。只要你的 Agent 支持 MCP，就能接入。

它还自带 .cursor/rules 目录，说明作者考虑到了 Cursor 用户的规则配置需求。

TypeScript 写的，275 个 commit，最新版本 0.7.12。更新频率高到离谱。

核心流程分两步：

这个设计的优势在于索引只需要做一次（或者在代码大幅变动时重建），之后的所有查询都是 O(1) 级别的关系查找，而不是 O(n) 的文件扫描。

不是所有项目都需要。如果你的项目只有几十个文件，Claude Code 自带的探索能力足够了。codegraph 的价值在中大型项目上更明显——几百个文件、多层目录、复杂依赖关系。

另外，它解决的是"理解项目结构"的问题，不是"理解代码逻辑"的问题。图谱告诉你"谁调用了谁"，但不告诉你"这段代码在做什么"。两者互补，不是替代。

这类工具的涌现说明了一个趋势：Agent 工作流正在从"无状态 + 全量探索"向"有状态 + 预索引"转变。就像数据库从全表扫描演进到建索引，是一个必然方向。

项目还很早期，22 个 open issue，36 个 PR。但更新速度和社区热情都很强，值得持续关注。如果你在用 Claude Code 处理大项目，花十分钟装一个试试，token 账单可能会有惊喜。

主要来源：