夜雨聆风你的 Claude Code 每回答一个关于代码结构的问题，要烧掉多少 token？
答案可能让你坐不住：412,000 个。
这些 token 用来干嘛了？grep 一下，读几个文件，再 grep，再读更多文件——AI 编程助手理解你代码库的方式，跟一个实习生拿着 Ctrl+F 逐页翻书没有本质区别。
问一句"谁调用了 ProcessOrder"，背后是几十次工具调用，十几秒的等待。问五个这样的结构性问题，41 万 token 就没了——按 Claude 的定价，光是让 AI "认路"，一次就要花掉 6 美元。
现在，有人把这个数字砍到了3,400 个 token。
同样的问题，同样的答案。成本降低了120 倍。
▲ @ManuAGI01 的拆解：同样 5 个结构查询，传统方式烧掉 412,000 tokens，使用知识图谱后仅需 3,400——降幅 99.2%
给代码库装一个"目录页"
做到这件事的工具叫codebase-memory-mcp。
开发者 Martin Vogel 和他的团队 DeusData 造了一个思路极其简单的东西：别让 AI 每次都从头读代码了，先把代码库的结构建成一张持久化的知识图谱。
函数在哪、谁调用谁、类的继承关系、HTTP 路由对应哪个处理器、哪些代码是死代码——所有这些结构信息，一次索引，永久可查。
AI 智能体需要的时候，直接查图谱。查询延迟：亚毫秒级。
"Someone built a tool that gives your Claude agent a full map of your entire codebase in milliseconds."
「有人造了个工具，能让你的 Claude 智能体在毫秒内拿到整个代码库的完整地图。」
▲ @oliviscusAI 的介绍帖——索引 Linux 内核只要 3 分钟，支持 158 种编程语言，完全免费
这条推文发出后很快引来讨论。因为它戳中了每一个用 AI 编程的开发者最隐秘的痛：token 账单。
158 种语言，3 分钟啃完 Linux 内核
codebase-memory-mcp 的技术栈干净得有些反直觉——它完全不依赖大语言模型。
核心管线分六步走：
第一步，发现文件。遵守 .gitignore，跳过 vendor 目录和符号链接，精确定位需要分析的源码。
第二步，Tree-sitter 并行解析。158 种编程语言的语法解析器全部编译进单个二进制文件。Python、TypeScript、Go、Rust、Java、C++、Kotlin、Swift——主流语言全覆盖，冷门语言也没落下。解析出的节点包括函数、方法、类、接口、枚举、类型、路由，连函数签名、装饰器、复杂度指标都一起提取。
第三步，构建关系边。这一步是核心差异化所在。六种策略级联分析，加上一个叫Hybrid LSP的轻量类型解析层——不启动完整的语言服务器进程，但在 9 种以上语言里实现了泛型、JSX、trait、extension function 等高级语法的类型推断。分析出的关系覆盖调用链（CALLS）、导入（IMPORTS）、HTTP 调用（HTTP_CALLS）、接口实现（IMPLEMENTS）、继承（INHERITS）、数据流（DATA_FLOWS）等十多种边类型。
第四步，补充高级信息。测试关系、HTTP 路由匹配、基础设施即代码（IaC）的配置关系、git 共变文件——这些"元结构"也被编进图里。
第五步，落盘。内存缓冲一次性刷入 SQLite（WAL 模式，ACID 保证）。延迟建索引，写入速度拉满。
第六步，社区发现。用 Louvain 算法做模块聚类，自动识别代码库里的功能社区。
全部跑完要多久？
Linux 内核——2800 万行代码、7.5 万个文件——3 分钟。生成 481 万个节点、772 万条边。Django 框架只要 6 秒。
查询更快：Cypher 查询 <1ms，函数名搜索 <10ms，调用链追踪 <10ms，死代码检测约 150ms。
▲ codebase-memory-mcp 官方文档——内置 3D 知识图谱可视化界面，在 localhost:9749 可直接探索代码结构
14 个 MCP 工具：AI 的"代码库操作系统"
codebase-memory-mcp 通过 MCP（Model Context Protocol）标准协议暴露14 个结构化工具给 AI 智能体。
几个关键的：
- search_graph
：结构搜索 + 正则 + 语义搜索三合一 - trace_path
：BFS 追踪调用链，深度 1-5 级可调 - query_graph
：直接跑 openCypher 查询（只读子集），想问什么问什么 - detect_changes
：给一个 git diff，自动分析影响了哪些符号、风险多大 - get_architecture
：一键拿到项目的语言分布、包结构、路由表、热点函数、模块社区
这意味着 AI 不用再"猜"代码结构。它有了一套精确的查询 API，能在毫秒内拿到过去需要十几秒 grep 才能凑出的答案。
而且这套接口是 MCP 标准的。Claude Code、Codex CLI、Gemini CLI、Cursor、VS Code、Aider、Zed、KiloCode——11 种 AI 编程工具，一条安装命令全部自动配置完毕。
▲ @ManuAGI01 列出的完整特性栈——索引速度、知识图谱能力、语言支持、agent 兼容性、零依赖
论文背书：31 个真实仓库，83% 答案质量
这个项目不光有 GitHub 热度，还有正经的学术论文撑腰。
2026 年 3 月 28 日，Martin Vogel 等五位作者在 arXiv 上发表了论文（arXiv:2603.27277），标题是"Codebase-Memory: Tree-Sitter-Based Knowledge Graphs for LLM Code Exploration via MCP"。
论文用31 个真实代码仓库做了 head-to-head 对比：
两个发现值得注意：
第一，在结构性查询（"谁是调用最频繁的函数""这个 hub 连接了哪些模块"）上，MCP Agent 在 19/31 个语言基准里胜出或打平。图谱天生擅长回答拓扑问题。
第二，Explorer Agent 在需要阅读具体源码上下文的场景里仍然占优。论文的结论很诚实：最优策略是混合使用——结构查询走图谱，需要看代码细节时回退到文件读取。
语言支持方面，项目做了 63 种语言的分层基准测试：17 种达到 90% 以上准确率（Lua、Kotlin、C++、C、Bash、Zig、Swift 等），16 种在 75-89% 区间（Python、TypeScript、Go、Rust、Java 等主力语言都在这一档），函数式语言如 Haskell 和 OCaml 还有提升空间。
▲ arXiv:2603.27277——论文确认 83% 答案质量、10 倍 token 节省、2.1 倍更少工具调用
一周 +7,600 stars，开发者用脚投票了
社区的反应比论文数据更说明问题。
GitHub 周增长排行榜上，codebase-memory-mcp 以+7,600 stars的速度冲入前三。截至目前，项目总星标已超过20,000，Fork 数 1,500+，贡献者 74 人。
▲ @pritipatelfgoo 发布的 GitHub 本周增长最快仓库排行——codebase-memory-mcp 排名第三，周增 7.6k stars
Reddit 上有用户在 M3 Pro MacBook 上实测，Linux 内核索引确实跑进了 3 分钟，评价是"game changer for large projects"。日本开发者社区也在讨论："让 LLM 先拿到结构，比把文件全读一遍高效得多。"
安装体验也足够丝滑。一条 curl 命令搞定：
curl -fsSL https://raw.githubusercontent.com/DeusData/codebase-memory-mcp/main/install.sh | bash 不需要 Docker，不需要 Node.js，不需要 Python 环境——单个静态 C 二进制文件，下载即用。安装脚本会自动检测你机器上装了哪些 AI 编程工具，然后逐一写好配置。
重启你的 Claude Code 或 Codex CLI，对项目说一句"Index this project"，几秒后图谱就建好了。之后所有结构性问题，AI 都会优先查图谱。
▲ GitHub 仓库主页——20.2k stars、MIT 协议、v0.8.1 版本、74 位贡献者
安全这件事，他们做到了偏执的程度
MCP 生态有一个绕不开的信任问题：你让一个第三方二进制文件读取你整个代码库，凭什么相信它？
codebase-memory-mcp 给出的答案是8 层 CI 安全审计：
静态危险调用白名单、二进制字符串扫描、网络出口 strace 监控、安装路径沙盒、MCP 23 种对抗性 payload 测试、ASan/UBSan 内存安全检测、VirusTotal 70+ 引擎零检出、SLSA Level 3 供应链安全认证加 Sigstore 签名。
零遥测（telemetry）。诊断日志只写本地 ndjson 文件，不外发任何数据。所有处理 100% 在你的机器上完成。
每个 release 必须全部审计通过才能发布。这在 MCP 生态里算是树了一个标杆——当 AI 智能体获取的权限越来越大，供应链信任不能只靠"源码公开"四个字。
从"让 AI 多读点"到"给 AI 一张地图"
codebase-memory-mcp 的出现，暴露了当前 AI 编程工具链的一个结构性缺陷：我们一直在想办法让模型读更多文本，却忽略了可以先给它一张结构化的地图。
这就像你去一个陌生城市。过去的做法是把整条街的门牌号全念一遍，现在有了导航地图，输入目的地就能拿到路线。
对中国开发者来说，这个工具的价值可能更加直接。国内大厂和开源项目的仓库动辄十几万、几十万行代码，微服务架构下跨仓库调用链错综复杂。传统 AI agent 每次都要"从头认识"项目，token 成本和响应延迟双杀。codebase-memory-mcp 把"首次索引"变成一次性投入，后续每一次查询几乎零成本。
而且它跟现有的 agent 增强方案完全兼容。CLAUDE.md 写项目规则，skills 包定义工作流，LEARNINGS.md 记录经验教训——这些是人类写给 AI 的"攻略"；codebase-memory-mcp 是机器自动生成的"底图"。两者叠加，才是完整的上下文工程。
项目的论文里还留了几个未来方向：SWE-bench 规模的实证评估、混合检索策略、领域特定语言支持、多仓库依赖图。
但眼下这个版本已经足够好用了。单二进制、零依赖、158 种语言、11 种 agent 即插即用、完全免费。
如果你每个月的 AI 编程 token 账单让你肉疼，这可能是目前最划算的一次升级。
