- 综合排序
- 最热优先
- 最新优先
- 来自专栏翩翩白衣少年
CodeGraph：让 AI 代码助手效率翻倍，成本直降 35%！
测试使用 Claude Opus 4.7 无头运行，每个仓库在有 CodeGraph 和无 CodeGraph 的情况下各运行 4 次，取中位数作为结果。 就是这样——当 .codegraph/ 目录存在时，你的 AI 助手会自动使用 CodeGraph 工具。 __codegraph_search", "mcp__codegraph__codegraph_context", "mcp__codegraph__codegraph_callers ", "mcp__codegraph__codegraph_callees", "mcp__codegraph__codegraph_impact", "mcp__codegraph __codegraph_node", "mcp__codegraph__codegraph_status", "mcp__codegraph__codegraph_files"
1.6K31编辑于 2026-05-29 - 来自专栏AI
CodeGraph 爆火：编程 Agent 需要的不是更多上下文，而是一张提前画好的代码地图
CodeGraph爆火：编程Agent需要的不是更多上下文，而是一张提前画好的代码地图最近GitHub上有个TypeScript项目涨得很猛：colbymchenry/codegraph。 项目地址：https://github.com/colbymchenry/codegraph官方文档：https://colbymchenry.github.io/codegraph/它到底是什么CodeGraph ,"args":["serve","--mcp"]}}}CodeGraph作为MCPServer后，会暴露一组只读工具，典型包括：工具作用codegraph_search按名称搜索符号codegraph_context 为任务构建相关代码上下文codegraph_callers查找某个函数被谁调用codegraph_callees查找某个函数调用了谁codegraph_impact分析修改某个符号的影响范围codegraph_node 在修改代码前，请先使用codegraph_search查找相关符号，再用codegraph_callers、codegraph_callees或codegraph_impact确认影响范围。
4K00编辑于 2026-05-25 这 3 个开源小工具，帮你让 Coding Agent 少吃点 Token
这就是今天要讲的 3 个项目：CodeGraph：让 Agent 少翻代码RTK：让 Agent 少吃命令输出Tokalator：帮你看清 token 消耗CodeGraph：先给代码库建一张图先说 CodeGraph ，这是上周 RTK 项目介绍贴图下 @胡琦 推荐的项目，他说他最近用 CodeGraph 比较多，在这里感谢下他的推荐 。 这是它的项目名片：CodeGraph = { "地址": "github.com/colbymchenry/codegraph", "标星": "43.4k", "开发语言": "TypeScript 简单来说，CodeGraph 就是给代码库做了一份“结构地图”，让 Agent 找代码时少走弯路。 区别在于，CodeGraph 更偏代码结构图，Claude Context 更偏语义代码搜索。
100编辑于 2026-06-08给大家推荐一个工具：不仅能省 Token，更能大幅提升 Claude Code 表现
这正是 Codegraph 这种本地索引工具最近受到关注的原因。它用一套古典且极其高效的本地技术栈，把大模型从“全量读文件”的体力活里解放了出来。 不要用高射炮打代码依赖 在 Codegraph 之前，解决“大模型找不到代码”的流行思路是不断扩充上下文窗口，硬塞进去。 但这违背了工程效率的常识。 取而代之的是，它通过 MCP（Model Context Protocol）直接向 Codegraph 查询结构化索引。 而在接入 Codegraph 的测试中： 防爆破修改：凭借专属的 codegraph_impact 工具，AI 在动手改代码前，能瞬间查清一个函数被哪些地方调用了（Impact Radius）。 深度链路追踪：在 Alamofire 的源码测试中，Codegraph 仅用一次调用，就帮模型揪出了一条长达 9 层的深度调用链路。
1.3K10编辑于 2026-05-20- 来自专栏phodal
AutoDev 架构升级：多端编程 Agent（CLI/Desktop/Mobile），欢迎一起参与演进
AutoDev Android，以及未来的 AutoDev iOS 而为了在当前 AI Token 还不便宜、Agent grep 还不理想的情况下，我们还是构建了基于 TreeSitter 的 MPP-CodeGraph CodeGraph：基于树和代码图的上下文压缩引擎 尽管 Gemini CLI 和 Claude Code 提供了近似无限上下文的能力，但是对于重构等一系列复杂问题的分析，它们依然非常不靠谱，而且非常贵 所以，我们还是要引入 CodeGraph 来解决复杂问题下的代码搜索等问题。而 TreeSitter 是目标 “跨平台” 最好的方式之一，毕竟 wasm + binary 可以运行在各种平台上。
48210编辑于 2025-11-12 - 来自专栏vanguard
Django Blueprint
False if name[-3:]=='.py': return False return True def _comb(a,b): return a+PERIOD+b class CodeGraph if line in self.pdirectorys: return self.pdirectorys.append(line) if __name__=='__main__': CodeGraph
90140发布于 2021-01-04 GitHub Trending 三榜对比：AI Agent 仍是主线
6colbymchenry/codegraph：本地预索引代码知识图谱，25,285 Star，今日新增 3,161。 Understand-Anything 和 codegraph 都在把代码库从“文件列表”变成“可检索、可问答、可导航的知识网络”。 •代码知识图谱：代表项目包括 Understand-Anything、codegraph，价值在于解决大代码库上下文不足、工具调用成本高、代码关系难追踪的问题。 给开发者的选择建议 如果目标是提升个人或团队的 AI coding 效率，可以优先看 claude-code、Understand-Anything、codegraph、andrej-karpathy-skills
33810编辑于 2026-05-29GPT-5.5是什么有什么用2026年5月最新功能全解析
更关键的变化是内置的CodeGraph引擎。GPT-5写代码是"单文件视角"——你给它一个文件，它写一个文件。 GPT-5.5的CodeGraph引擎能实时解析项目依赖图谱，结合AST语义分析做跨文件变量追踪与边界条件推演。 根据实际需求选择：代码生成和工程任务用GPT-5.5，CodeGraph引擎的跨文件理解能力目前领先。长文档分析和多模态处理用Gemini 3.1 Pro，200万token上下文窗口性价比高。
41510编辑于 2026-05-27ChatGPT和Gemini国内真实使用对比，2026年选型不再纠结
CodeGraph引擎支持跨文件理解——这是GPT-5.5最硬的护城河。1M token上下文窗口可以一次性分析整个项目的多个源文件。复杂的跨文件重构，目前没有对手。 只有在那8%的复杂场景下，GPT-5.5的CodeGraph才是不可替代的。多模态：Gemini 3.5是这个维度的赢家Gemini 3.5 Flash在多模态上有明显优势。
51110编辑于 2026-05-27GPT-5.5架构深度解析从零重训的技术决策与工程实战
CodeGraph引擎是差异化能力——实时解析项目依赖图谱，理解模块间的import关系和函数调用链路。代码审查中能发现跨模块的问题。但GPT-5.5也出现过阶段性能力退化。 实战选型矩阵场景推荐模型关键理由日常编码GPT-5.4差距0.1分价格减半终端DebugGPT-5.5Terminal-Bench 82.7%代码审查GPT-5.5CodeGraph全局分析图像理解GPT
28710编辑于 2026-05-21- 来自专栏MixLab科技+设计实验室
Nuanced：AI 编程工具的语义理解层
CodeGraph (代码图) - 负责代码图的初始化、加载和增强操作，是系统的核心数据结构 3. CallGraph (调用图生成器) - 使用 jarviscg 库生成函数调用图 4.
18710编辑于 2026-03-24 - 来自专栏Harness合集
01｜什么是 Agent Harness：为什么大模型需要一个“工程外壳”
这也是CodeGraph、Understand-Anything、MCP、Rules、Skills这些工具出现的原因：它们都在帮助Harness更准确地组织上下文和执行过程。
14210编辑于 2026-05-28 - 来自专栏啄木鸟软件测试
2026智能回归测试：AI驱动的精准防御
二、关键技术突破：让AI真正‘懂代码、知业务、会决策’ 2026年IRT并非简单叠加LLM，而是实现三大硬核融合： - 代码表征与业务语义对齐：微软新发布的CodeGraph-IR框架，将AST节点与领域本体
27810编辑于 2026-03-31 GPT-5.5领衔！2026年ChatGPT模型全系解析与选型指南
它内置了CodeGraph引擎，能实时解析项目依赖图谱，进行跨文件的变量追踪与边界条件推演。对于需要重构大型代码库或编写复杂软件工程的开发者，它是目前无可替代的生产力倍增器。
35010编辑于 2026-06-05GPT5.5与Gemini3.1Pro多模态能力全面评测开发者选型参考
内置的CodeGraph引擎支持实时解析项目依赖图谱，结合AST语义分析实现跨文件变量追踪。视频理解：Gemini的差异化优势Gemini 2.5 Pro已经能处理长达6小时的视频。
37510编辑于 2026-05-20嵌入式软件测试的东方智慧：WinAMS工具的技术哲学与实践启示
企业中，78%采用WinAMS作为主测试平台二、WinAMS的技术内核：编译器基因的现代转化2.1 从词法分析到路径覆盖符号级代码剖析：利用编译器前端技术建立代码本体论模型mermaidCopy Codegraph
39310编辑于 2025-03-12GPT5.5辅助NumPy向量化改造百万行for循环提速实操
其内置的CodeGraph引擎支持实时解析项目依赖图谱，结合AST语义分析实现跨文件变量追踪与边界条件推演。
8210编辑于 2026-06-01- 来自专栏AI SPPECH
Repository Graph：代码结构理解与可视化
AST Documentation - Python官方AST模块文档 主要来源：LSP Specification - Microsoft - 语言服务器协议规范，定义了代码理解的服务接口 辅助来源：CodeGraph
12810编辑于 2026-05-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号