省25%费用、少62%工具调用、100%本地运行
如果你在用 Claude Code、Cursor、Codex、或者 Hermes Agent 写代码,你大概率遇到过这种情况:
AI 助手花大量时间在文件间跑来跑去 —— grep 搜索、逐个文件读取、反复确认函数定义。token 哗哗地烧,时间一分一秒过去,你还得付 API 费用。
这就是当前 AI 编码助手的通病:它们没有「记忆力」。每次问一个架构问题,它都要从头探索一遍代码库。
CodeGraph 是什么
上周 GitHub 上冒出一个爆火的开源项目 —— CodeGraph(⭐ 34,000+,MIT 协议)。
它的思路很直接:给代码库提前建好索引图谱,AI 助手想知道什么,直接查图,不用再翻文件。
具体来说,CodeGraph 会:
- 扫描你的代码库
,提取所有符号关系、调用链、继承结构 - 建成知识图谱
,存储在本地 .codegraph/目录 - 通过 MCP 协议
暴露给 AI 助手,让助手直接「查字典」而不是「翻书」
支持哪些AI助手
安装器会自动检测并配置:
- Claude Code
- Cursor
- Codex CLI
- opencode
✅ Hermes Agent ← 我用的,完美支持 - Gemini CLI
- Antigravity IDE
- Kiro
硬核数据:到底省多少?
项目方在 7 个真实开源项目上做了基准测试(每轮跑 4 次取中位数),结果相当震撼:
| 25% 更便宜 | |
| 57% 更少 | |
| 23% 更快 | |
| 62% 更少 |
单个项目表现(以 VS Code 为例,~10,000 个文件):
| 27% 更快 | |||
| 0 次 | |||
| 0 次 | |||
| 4 次 | 80% 更少 | ||
| 545K | 70% 更少 | ||
| $0.55 | 33% 更便宜 |
0 次文件读取。 这就是知识图谱的威力 —— 所有信息都在图里,不需要打开文件来确认。
其他项目也类似:
- Django
(3,000 文件)— 70% token 减少,77% 工具调用减少 - Tokio
(Rust,790 文件)— 70% token 减少,79% 工具调用减少 - Gin
(Go,110 文件)— 35% token 减少,47% 工具调用减少 - OkHttp
(Java,645 文件)— 48% token 减少,70% 工具调用减少
小项目也有收益,大项目收益更明显。
安装使用
不需要 Node.js —— CodeGraph 自带了运行环境:
# macOS / Linux
curl-fsSLhttps://raw.githubusercontent.com/colbymchenry/codegraph/main/install.sh|sh
# Windows (PowerShell)
irmhttps://raw.githubusercontent.com/colbymchenry/codegraph/main/install.ps1|iex
或者如果你已经有 Node:
npx@colbymchenry/codegraph
安装器会: - 自动检测已安装的 AI 助手 - 配置 MCP 服务器 - 询问是全局配置还是仅本项目
然后在项目里初始化:
cdyour-project
codegraphinit-i# 初始化并建立索引
重启你的 AI 助手,就生效了。不需要往 CLAUDE.md 或 AGENTS.md 里加任何配置 —— MCP 服务器自己会提供使用指南。
支持的编程语言
基本上覆盖了主流语言。
和 Hermes Agent 配合
如果你也在用 Hermes Agent(我写过教程的那个),CodeGraph 的安装器会自动检测并配置 Hermes 的 MCP 设置,开箱即用。
我试了一下,在大型 Python 项目上问架构问题时,效果确实明显 —— 以前要等好几秒让助手搜索文件,现在几乎是秒回,而且 token 消耗肉眼可见地少了。
总结
CodeGraph 不是那种花哨的 AI 产品,它解决的是一个很实在的问题:AI 助手探索代码库太费钱、太费时。
它的方案也很实在 —— 提前建好索引,查图不翻文件。从数据来看效果显著,而且 100% 本地运行,代码不会离开你的机器。
如果你每天用 AI 助手写代码,花 5 分钟装一个,大概率能回本。
夜雨聆风