日常用claude code做重构，新增功能、梳理业务逻辑时，原生Claude Code的痛点：原生会反复读取扫描文件，多次消耗大量token。前两期讲的codebase memory，MCP是个增强，但是它仅记录代码位置，适合简单批量改引用，但缺少完整源码与多层调用链路，无法做深度架构分析。今天介绍的Codegraph正好弥补这个不足。

CodeGraph是专为Claude Code、科斯尔等AI编程代理打造的本地代码语义图谱工具，完全遵循mcp协议，对接各类AI开发工具。底层依靠区set解析项目AST抽象语法树，自动提取函数类接口路由等代码实体作为突触节点，同时梳理函数调用模块导入类继承框架路由绑定，跨语言桥接等关联关系全部存入项目本地Sqlite数据库。

全程代码，数据不会上传至任何外部服务器，无需额外API密钥。工具自带原生系统文件监听机制，文件修改新增删除后会自动增量，更新索引，无需手动同步。官方基准测试显示，覆盖7门主流语言的真实项目中，它平均可减少58%，工具调用降低16%，使用成本缩短22%，处理耗时大量节省tokens的消耗，大型代码库优化效果尤为明显。

它内置多个专用MCP指令，单次调用就能输出完整源码片段，全链路调用关系代码改动影响范围，同时支持Django、Spring、react native等17种主流框架识别，能打通Swift与objective-C、JS与原生模块。这类跨语言调用链路覆盖20余种开发语言，比如日常开发里，当需要仿写完整退款模块，梳理支付全流程架构，评估修改底层接口会波及哪些前端页面与定时任务时，Claude Code会自动识别当前需要完整语义与链路分析，主动调用codegraph，不用AI循环多次扫描零散文件，一站式拿到全套业务代码与依赖图谱。