核心功能#

方式 1：官方安装脚本（需要能访问 GitHub）#

1
curl -fsSL https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.sh | sh

如果 curl 报错或无法解析版本，可以指定版本号：

1
CODEGRAPH_VERSION=v0.9.4 sh install.sh

方式 2：手动下载安装（推荐，适用于网络受限环境）#

1. 从 GitHub Releases 下载对应平台的压缩包：

   • Linux x64: codegraph-linux-x64.tar.gz
   • macOS arm64: codegraph-darwin-arm64.tar.gz
   • macOS x64: codegraph-darwin-x64.tar.gz

   下载地址：https://github.com/colbymchenry/codegraph/releases

2. 解压：

1
tar -xzf codegraph-linux-x64.tar.gz

3. 创建软链接到 PATH 中：

1
mkdir -p ~/.local/bin
2
ln -sf /path/to/codegraph-linux-x64/bin/codegraph ~/.local/bin/codegraph

4. 确保 ~/.local/bin 在 PATH 中（添加到 ~/.bashrc）：

1
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
2
source ~/.bashrc

5. 验证安装：

1
codegraph --version
2
# 输出: 0.9.4

工作原理#

1. 提取 — 用 tree-sitter 解析源码 AST，提取符号节点和调用边
2. 存储 — 存入本地 SQLite 数据库
3. 解析 — 解析函数调用→定义、import→源文件、类继承等关系
4. 自动同步 — MCP 服务器模式下监听文件变更，增量更新图谱

使用示例#

1
# 搜索某个符号
2
codegraph query "xxx"
3

4
# 查看谁调用了某个函数
5
codegraph callers "xxx"
6

7
# 分析修改某函数的影响
8
codegraph impact "xxx"
9

10
# 为 AI 构建上下文（输出可直接粘贴给 AI）
11
codegraph context "xxx"

启动方式#

1
codegraph serve --mcp

注意：执行后终端会“卡住”——这是正常行为。它是一个 stdio 模式的服务进程，等待通过 stdin 接收 JSON-RPC 请求。你不需要手动运行它，AI 客户端会自动管理其生命周期。

提供的 MCP 工具#

启动后，AI 代理可以调用以下能力：

• codegraph_query — 搜索符号
• codegraph_context — 为任务构建相关代码上下文
• codegraph_callers / codegraph_callees — 调用链分析
• codegraph_impact — 影响分析

Claude Code#

在 ~/.claude.json 中添加：

1
{
2
  "mcpServers": {
3
    "codegraph": {
4
      "type": "stdio",
5
      "command": "/path/to/codegraph-linux-x64/bin/codegraph",
6
      "args": ["serve", "--mcp"],
7
      "cwd": "/path/to/your-project"
8
    }
9
  }
10
}

Cursor#

在项目根目录创建 .cursor/mcp.json：

1
{
2
  "mcpServers": {
3
    "codegraph": {
4
      "command": "/path/codegraph-linux-x64/bin/codegraph",
5
      "args": ["serve", "--mcp"]
6
    }
7
  }
8
}

多项目配置#

如果需要同时分析多个代码库，注册多个 MCP 服务器实例：

1
{
2
  "mcpServers": {
3
    "codegraph-xxx": {
4
      "type": "stdio",
5
      "command": "/path/to/codegraph-linux-x64/bin/codegraph",
6
      "args": ["serve", "--mcp"],
7
      "cwd": "/path/to/your-project"
8
    },
9
    "codegraph-xxx": {
10
      "type": "stdio",
11
      "command": "/path/to/codegraph-linux-x64/bin/codegraph",
12
      "args": ["serve", "--mcp"],
13
      "cwd": "/path/to/your-project"
14
    }
15
  }
16
}

方案一：git worktree（推荐）#

Git 原生支持将不同分支 checkout 到不同目录，共享同一个 .git 仓库，不需要重复 clone：

1
# 在主仓库目录下，把 feature-branch 分支 checkout 到另一个目录
2
git worktree add /xxx/neon-feature ../neon-feature feature-branch
3

4
# 然后为这个目录单独初始化 CodeGraph 索引
5
cd /xxx/neon-feature
6
codegraph init   # 或者对应的初始化命令

这样：

• /xxx/neon → main 分支的索引
• /xxx/neon-feature → feature-branch 的索引

查询时通过 projectPath 参数指定用哪个索引：

1
{ "projectPath": "/xxx/neon-feature", "task": "..." }

方案二：多次 clone#

直接 clone 多份仓库到不同目录，各自 checkout 不同分支，各自建索引。简单粗暴，但磁盘占用大。

方案三：切换分支后重建索引#

如果同时只需要分析一个分支，可以：

1
git checkout feature-branch
2
codegraph index  # 重新建索引（覆盖原来的 .codegraph/）

缺点是切换分支后必须等索引重建完才能用，不能同时查两个分支。

推荐选择#

git worktree 是最优解，既不浪费磁盘（共享 .git 对象库），又能同时维护多个分支的独立索引。