CodeGraph
CodeGraph ist eine lokal orientierte Code-Intelligence-Bibliothek, ein CLI-Tool und ein MCP-Server, der KI-Codierungsagenten einen vorindizierten Wissensgraphen einer Codebasis zur Verfügung stellt.
Überblick
CodeGraph hilft KI-Codierungsagenten, Repositories schneller zu verstehen, indem es Code in einem lokalen Wissensgraphen indiziert und Symbole, Beziehungen, Imports, Dateien und Aufrufstrukturen über MCP bereitstellt, anstatt auf wiederholtes Scannen von Dateien angewiesen zu sein.
Kernfunktionen & Funktionen
Ideal für Softwareentwickler, Nutzer von KI-Codierungsagenten, Claude-Code-Nutzer, Codex-CLI-Nutzer, Cursor-Nutzer, OpenCode-Nutzer, Gemini-CLI-Nutzer, technische Gründer, Engineering-Teams, Open-Source-Maintainer, DevOps-Ingenieure, Codebasis-Refactoring-Teams, KI-Tool-Entwickler und Entwickler, die mit mittleren bis großen Repositories arbeiten.
- Indizieren Sie eine Codebasis lokal, damit KI-Codierungsagenten Strukturen abfragen können, anstatt Dateien wiederholt zu scannen
- Stellen Sie Symbole, Imports, Beziehungen, Dateien und Aufrufstrukturen über einen MCP-Server bereit
- Nutzen Sie deterministisches Tree-Sitter-Parsing anstelle von LLM-generierten Zusammenfassungen für das Code-Verständnis
- Reduzieren Sie die Token-Nutzung und Tool-Aufrufe bei Fragen zu Architektur, Refactoring, Debugging und Repository-Erkundung
- Arbeiten Sie mit Claude Code, Codex CLI, Cursor, OpenCode, Gemini CLI, Kiro, Antigravity IDE und anderen agentenbasierten Codierungstools zusammen
Aktuelle Anwendungsfälle
Warum Entwickler sich für CodeGraph entscheiden
Besuchen Sie das CodeGraph-GitHub-Repository, installieren Sie das npm-Paket und führen Sie das CodeGraph-Setup für Ihr Projekt aus. Indizieren Sie das Repository, damit CodeGraph unterstützte Dateien analysieren, die generierten Symbole und Beziehungen im lokalen .codegraph-Verzeichnis speichern und den MCP-Server für Ihren bevorzugten Codierungsagenten starten kann. Sobald die Verbindung hergestellt ist, können Sie Claude Code, Codex CLI, Cursor, OpenCode, Gemini CLI oder einen anderen kompatiblen Agenten nutzen, um Fragen zu Architektur, Symbolen, Abhängigkeiten, Refactoring und Debugging mit Zugriff auf den vorindizierten lokalen Codegraphen zu stellen.
„CodeGraph gibt KI-Codierungsagenten eine lokale, vorindizierte Karte Ihrer Codebasis, sodass sie Strukturen schneller mit weniger Token und weniger Tool-Aufrufen verstehen können.“
Erste Schritte mit CodeGraph
Durch die Kombination von lokal orientierter Indizierung, Tree-Sitter-Parsing, SQLite-Speicherung, Volltextsuche, MCP-Zugriff, Symbolbeziehungen, Dateistruktur, Imports und agentenkompatiblen Tools bietet CodeGraph Entwicklern eine praktische Möglichkeit, KI-Codierungsagenten bei der Arbeit mit echten Codebasen effizienter zu machen.
Öffne das Tool und prüfe die zentrale Produkterfahrung.
Erstelle ein Konto oder greife auf deinen bestehenden Workspace zu.
Nutze eine eigene Aufgabe, um Geschwindigkeit, Qualität und Passung zu bewerten.
Prüfe ähnliche KI-Tools, bevor du eine endgültige Entscheidung triffst.
CodeGraph
Colby McHenry ist der Entwickler von CodeGraph, einer Open-Source, lokal orientierten Code-Intelligence-Bibliothek, einem CLI-Tool und einem MCP-Server für KI-Codierungsagenten, die sich auf Code-Wissensgraphen, Tree-Sitter-Parsing, SQLite-Indizierung und token-effizientes Repository-Verständnis konzentriert.
CodeGraph ist ein Open-Source-Entwicklertool, das entwickelt wurde, um KI-Codierungsagenten zu helfen, Codebasen schneller und effizienter zu verstehen. Anstatt Agenten zu zwingen, Dateien wiederholt mit grep-, glob- und Leseoperationen zu durchsuchen, erstellt CodeGraph einen lokalen, vorindizierten Wissensgraphen aus dem Quellcode des Projekts. Es analysiert unterstützte Codebasen mithilfe von tree-sitter, speichert Symbole, Dateien und Beziehungen in SQLite mit Volltextsuche und stellt die Codebasis-Intelligenz über einen MCP-Server bereit. Dies ermöglicht Tools wie Claude Code, Codex CLI, Cursor, OpenCode, Gemini CLI, Kiro, Antigravity IDE und Hermes Agent, Symbole, Aufrufbeziehungen, Imports, Dateien und Codestrukturen mit weniger Token und weniger Tool-Aufrufen abzufragen. Da CodeGraph lokal orientiert und deterministisch ist, bleiben die Projektdaten auf dem Rechner des Nutzers und das Wissen wird aus dem Syntaxbaum des Codes abgeleitet und nicht aus LLM-generierten Zusammenfassungen.
github.com/colbymchenry/codegraph
Kommentare (0)
Keine Kommentare gefunden