CodeGraph 是什么本地优先的代码地图CodeGraph 是一个本地优先local-first的代码上下文引擎也是一个 MCPModel Context Protocol服务器。它预先把你整个代码库解析成一张语义知识图谱函数、类、方法、组件、路由等是节点调用、导入、继承、引用等关系是边。之后 AI 编程助手要理解项目时不用再每次 grep / Read 扫描文件而是直接查询这张图谱。它有三个鲜明的设计取向100% 本地运行代码不出网、不需要 API key、不依赖外部服务、单二进制零配置无需数据库、无需安装服务、增量式索引文件保存后自动同步图谱。这也是它在 2026 年突然火起来的原因——AI 编程助手越常用给 AI 一张提前画好的代码地图这个思路就越被验证。常见误区以为 CodeGraph 是又一个代码搜索引擎或类图生成器。它的核心服务对象是AI 编程助手——重点不是给人看而是把代码结构变成 AI 可以高效查询的结构化数据。给人看的能力图谱可视化只是副产品。它解决什么问题AI 编程助手的盲人摸象先理解痛点才能理解为什么需要它。AI 编程助手Claude Code、Cursor 等要修改或解释一个功能时通常的做法是用 grep / glob / Read 一点一点摸代码——搜关键词、读文件、追函数、看调用关系反复试探才能拼出全貌。据社区分享AI 回答一个流程问题平均要读 9 个文件。这个过程的代价是三重Token 消耗大每读一次文件都要计费、响应慢反复的工具调用有延迟、容易看走眼靠搜索拼出来的理解可能漏掉调用链上的关键分支。CodeGraph 的思路很直接与其让 AI 每次现扫不如把项目关系提前建成一张图让 AI 直接查图作答。一次索引长期复用查询是结构化的理解是准确的。核心概念图、节点、边、知识图谱用图来建模代码是因为代码实体之间的关系天然就是一张网而不是一排排文件。节点Node代码里的东西CodeGraph 从代码里提取约21 种节点函数、方法、类、接口、属性、变量、常量、枚举、类型别名、命名空间、路由、组件……凡是 AI 需要理解的命名实体都会成为图谱里的一个节点并带上签名、返回类型、复杂度、导出状态等元数据。边Edge代码里的关系节点之间靠边连接约12 种边调用calls、导入imports、继承extends、实现implements、引用references、返回returns、实例化instantiates、重写overrides……有了这些边AI 才能回答这个函数被谁调用了“这个类继承了谁”改动这里会影响哪些地方这类问题。为什么比关键词搜索强搜索只能告诉你哪里出现了这个符号图谱能告诉你这个符号在结构上和谁相连、处于什么位置。后者才是理解代码关系、评估改动影响所需的信息。这就像查字典搜索和看地图图谱的区别。从源码到图谱完整工作链路这是全文理解的核心。CodeGraph 把读懂项目这件事拆成了下面这条可复现、可增量更新的流水线