colbymchenry/codegraph — Claude Code 预索引代码知识图谱，更少 Token、更少工具调用、100% 本地（2.6k ⭐）

colbymchenry/codegraph — Claude Code 预索引代码知识图谱

GitHub: https://github.com/colbymchenry/codegraph Stars: 2,562 ⭐（今日 +416 🔥）定位: 为 Claude Code 提供预索引本地代码知识图谱，减少 Token 消耗

核心问题

Claude Code 在处理大型代码库时面临两个主要瓶颈：

Token 消耗高：每次回答都需要读取大量文件以理解上下文
工具调用多：需要反复调用 read_file、search_files 等工具来定位代码

codegraph 通过预先构建完整的代码知识图谱来解决这两个问题。

工作原理

传统 Claude Code 工作流：
用户问题 → Claude 调用 search_files → 读取多个文件
         → 再次搜索 → 读取更多文件 → 最终回答
         (可能需要 10-20 次工具调用，消耗大量 Token)

codegraph 工作流：
预处理阶段：扫描代码库 → 构建知识图谱（一次性）
查询阶段：用户问题 → 查询本地图谱 → 直接定位 → 精准回答
         (1-2 次工具调用，Token 消耗减少 70%+)

知识图谱内容

codegraph 为每个代码库构建以下索引：

符号索引：所有函数、类、变量的定义位置
依赖图：模块间的导入/引用关系
调用图：函数调用链，谁调用了谁
类型图：TypeScript/Python 类型继承关系
语义索引：基于代码功能的向量嵌入

使用方式

# 初始化：扫描项目并构建知识图谱
npx codegraph init

# Claude Code 会自动发现并使用本地知识图谱
# 无需额外配置，透明集成
claude "重构 UserAuthentication 类，提取接口"
# Claude 直接从图谱找到所有相关文件，无需反复搜索

性能提升（实测数据）

指标	无 codegraph	有 codegraph	提升
Token 消耗	~8,000	~2,400	-70%
工具调用次数	12-18	2-4	-80%
响应时间	~45s	~12s	-73%
代码定位准确率	78%	96%	+23%

适合场景

大型代码库（10万行以上）
多模块复杂项目
频繁使用 Claude Code 的团队
需要控制 API 成本的场景