AI 写代码时总「迷路」？我把 CodeGraph 用 Rust 重写了一遍

作为一个Vibe Coding资深用户，我使用了很多AI工具包括而不限于opencode，claude code, codex, trae, kiro等，在编写代码时，每次新建session，让AI理解你的意图和代码仓是一项重复而又繁琐的工作。

每次让它「把这个函数的所有调用方改一下」，它先 grep/rg/Glob 一遍函数名，翻出来几十个匹配，再一个个打开文件确认是不是真的调用——读到第十几个文件，上下文窗口污染不说，有可能还会忘记最初要干嘛，然后漏掉两处、改错一处。

问题在于它找代码的方式太原始。grep 只认字符串：它分不清「这是函数定义」还是「只是一个同名变量」，更给不出「改这里会连带影响哪些地方」。模型只能把一大堆可能相关的文件一股脑读进去自己猜——token 烧了一大把，答案还可能不正确。

我想要的其实很简单：有个东西能一步告诉它「谁调用了 X、X 调用了谁、改 X 会波及哪些符号」，而不是让它 grep 二十次再读十个文件。

colbymchenry/codegraph 这个思路正合我意，但它是 TypeScript 写的、跑在 Node 上，启动开销大，分析速率也比较差，加上我正在做企业内部的AI Agent需要快速的代码分析工具，于是我用 Rust 把它重写了一遍：sunerpy/codegraph-rust。

---

它到底是个啥

一句话：一个确定性的「代码知识图谱」。

它用 tree-sitter 把整个代码库解析成「符号 + 调用 + 依赖」的关系图，落进一个本地 SQLite（带全文检索），然后通过命令行和 MCP 暴露出来。注意——它内部没有任何大模型，它不替你思考，它只负责把代码的结构关系算清楚、存好、查得飞快。

分工是这样的：

CodeGraph 负责「精确定位」，你的 AI 负责「理解和改」。

模型不再需要靠 grep 大海捞针，它直接问 CodeGraph 要答案——一次拿到相关符号的逐字源码 + 完整调用链。上下文更准，往返更少，token 省一大截。

---

一个真实的对比

还是上面那个场景——「谁调用了 parse_config」。

没有 CodeGraph 的代理：

grep "parse_config" → 37 处匹配
→ 打开 file1.rs 确认… 打开 file2.rs 确认… （读到第 12 个文件）

有 CodeGraph 的代理：

codegraph callers parse_config
# 直接列出：真正调用它的 5 个符号 + 各自的 file:line

37 个字符串匹配 vs 5 个真实调用方。前者是「文本碰巧出现的地方」，后者是「AST 解析出来的真实调用关系」。这就是「认字符串」和「认结构」的差别。

---

为什么从 TS 换成这个 Rust 版

Rust 版索引结果和 TS 上游一致（有 golden 预言机逐语言校验、SQLite schema 严格对齐，同一份代码两边产出完全相同的图）——结果不变，变的是体验：

① 快很多。 没有 Node/V8 启动开销，tree-sitter 走 native 绑定，SQLite 直接编进二进制。对一个要反复跑的本地索引工具来说，首次索引更快、增量 sync 更快、内存占用更低。常驻当 MCP server 挂着，几乎感觉不到它的存在。

② 一个文件，零依赖。 不用装 Node、不用 npm install、不用拖一堆 node_modules。下载一个 codegraph 可执行文件丢进 PATH，完事。

③ 真·扔哪都能跑。 SQLite 内联编译（不需要系统 SQLite）；Linux 产物静态链接 musl，不依赖 glibc——任意发行版、任意容器基础镜像、CI 里直接跑，不用为环境头疼。

简单说：上游定义了「结果该长什么样」，Rust 版在结果一模一样的前提下，把它做成了一个跑得飞快、装起来无痛的单文件工具。

---

怎么用：两种方法

姿势一，挂给 AI Agent（推荐）。 标准 MCP 协议，一行命令自动注册进你装的所有代理：

codegraph install --yes
# 自动检测并接入 Claude Code / Cursor / Codex CLI / opencode / Hermes / Gemini CLI / Antigravity / Kiro
# 也可以仅选择对应 Agent 进行自动配置 (-t参数)

接好之后，Agent就多了一套「比 grep 聪明」的工具：

工具	什么时候用
codegraph_explore	首选——「这块怎么工作」「这条流程」「概览一个模块」，一次返回相关符号源码、按文件分好组
codegraph_search	按名字定位符号（kind + file:line + 签名）
codegraph_node	读某个符号/文件的逐字源码 + 它的调用链（一个更聪明的「读文件」）
codegraph_callers / codegraph_callees	谁调用它 / 它调用了谁
codegraph_impact	改这个符号，影响半径有多大（传递闭包）

一句经验之谈：让代理读文件之前先 explore，并且信任它的结果（完整 AST 解析出来的，别再用 grep 复核——那是开倒车）。

姿势二，自己当命令行用。：

codegraph init  /path/to/project       # 建索引（生成 .codegraph/）
codegraph callers parse_config         # 谁调用了它
codegraph impact  parse_config         # 改它会波及哪些符号
codegraph query  "config"              # 全文检索
codegraph export                       # 导出整张图（含 PageRank 中心性，看哪些符号最核心）

---

一键安装（也可以把github链接丢给AI让它帮你安装）

# Linux / macOS
curl -fsSL https://raw.githubusercontent.com/sunerpy/codegraph-rust/main/scripts/install.sh | sh

# Windows（PowerShell）
irm https://raw.githubusercontent.com/sunerpy/codegraph-rust/main/scripts/install.ps1 | iex

# 或者 cargo
cargo install --git https://github.com/sunerpy/codegraph-rust codegraph-rs

支持约 28 种语言（TypeScript、Python、Go、Rust、Java、C/C++、C#、Vue、Svelte……tree-sitter 一套语法管全部，跨文件解析进同一张图）。索引库就在项目本地的 .codegraph/ 目录里，数据和源码都不出本机。

---

谁会用得上

• 在用 AI 维护 中大型仓库，想要提高编码效率和节省token的；
• 想让Agent减少token消耗、对代码仓库的理解更迅速准确，Agent专心做「改代码」；
• 之前在跑 TS 版的 codegraph，嫌 Node 依赖重、启动慢，想换个单文件、跑得快的；
• 需要可复现、可 diff 的代码结构事实，拿去做 CI、重构影响分析、代码分析的团队。

---

仓库在这：github.com/sunerpy/codegraph-rust。单二进制、MIT 协议、约 28 种语言，可直接下载预编译二进制文件使用，也可以让AI直接帮你安装配置。觉得有用的话点个 star，有问题欢迎来提 issue。