colbymchenry / codegraph

问题：在大型项目（如VS Code、Swift编译器）中，AI代理需要大量grep和文件读取来理解代码结构，消耗大量token和时间。

方案：CodeGraph预索引代码的符号关系、调用图等知识图谱，AI代理直接查询图谱而非扫描文件，减少92%以上的工具调用。

示例：在VS Code（4000+文件）中，询问“扩展主机如何与主进程通信”，使用CodeGraph仅需3次工具调用、17秒，而传统方式需52次调用、1分37秒。

问题：使用Claude Code等AI编码工具时，频繁的文件搜索和读取操作消耗大量token，导致API费用高昂。

方案：CodeGraph将知识图谱预索引到本地，AI代理从图谱直接获取符号和关系信息，大幅减少token消耗（如VS Code场景从56.6k降至更少）。

示例：在Alamofire项目中，使用CodeGraph仅消耗57.3k tokens完成代码理解，而传统方式消耗更多且需要多次文件读取。

问题：接手包含多种编程语言（如Python+Rust、Swift+C++）的混合项目时，手动梳理代码调用关系非常耗时。

方案：CodeGraph支持多语言代码的索引和知识图谱构建，AI代理可快速理解跨语言代码结构和依赖关系。

示例：在Claude Code的Python+Rust混合项目中，询问“工具执行如何端到端工作”，CodeGraph仅需3次调用、39秒即可给出答案。

问题：在代码审查或调试时，需要频繁跳转查看函数定义、调用链，手动操作效率低且容易遗漏。

方案：CodeGraph预索引的调用图和符号关系让AI代理无需实际读取文件即可回答代码结构问题，审查流程更流畅。

示例：在Excalidraw项目中，询问“协作编辑和实时同步如何工作”，CodeGraph无需任何文件读取，仅3次工具调用、29秒完成分析。