Project → Package → File

Function → CALLS → Function

Class → INHERITS → Class

Module → IMPORTS → Module

Interface → IMPLEMENTS

v0.3.1

Code Graph
Builder

将任意代码库转化为结构化知识图谱，让 AI 编程助手真正理解函数关系、调用链路与模块结构

🔷 知识图谱 🔍 语义搜索 🤖 MCP 协议 📖 Wiki 生成 ⚡ 11 种语言

— 背景问题

AI 助手为什么
读不懂你的代码？

大型代码库中，单纯的文件读取无法还原函数调用链、类继承关系、跨模块依赖——这正是现有 AI 工具的盲区。

📂

上下文爆炸

直接贴代码文件，Token 超限，关键信息被截断丢失

🔗

关系缺失

AI 看不到函数间的调用链路、类的继承层次

🌐

跨文件盲区

跨模块调用、接口实现等关系无法被线性文本描述

🔄

重复索引

每次对话都需要重新提供上下文，没有持久化知识库

— 解决方案

构建代码的知识大脑

一次构建，持久查询。静态分析 × 知识图谱 × 语义向量 × LLM

📁

源代码仓库

→

🌳

Tree-sitter AST

→

🕸️

知识图谱

→

📄

API 文档

→

🔍

语义向量

→

🤖

MCP / AI 助手

📊 结构化图数据库

Kùzu 嵌入式，无需 Docker，完整 Cypher 支持，零部署成本

🧠 Qwen3 语义嵌入

函数级向量索引，1536 维，余弦相似度检索

⚙️ 19 个 MCP 工具

Claude Code / Cursor 可直接调用，标准化工具集

— 核心架构

五层顺序处理管道

基于 Tree-sitter AST，按顺序执行五个处理器，从项目结构到语义调用关系逐层构建

01

StructureProcessor — 项目结构识别

识别 Project → Package → Folder → File 的层次结构

CONTAINS_*

02

DefinitionProcessor — 定义提取

提取 Function、Class、Method、Interface、Enum，含签名、文档字符串、可见性

DEFINES

03

ImportProcessor — 导入关系解析

解析 import / include / use 语句，建立模块间依赖关系图

IMPORTS

04

CallProcessor — 调用点收集

识别所有函数调用位置，收集调用上下文和调用者信息

调用列表

05

CallResolver — 跨文件调用解析

将调用点与定义匹配，处理跨文件、链式、方法调用

CALLS

— 数据模型

知识图谱 Schema

节点类型 — 13 种

核心节点属性

关系类型 — 13 种

图数据库

⚡ Kùzu 嵌入式图数据库

无需 Docker · 完整 ACID 事务 · Cypher 查询 · Python 原生 API

— 多语言支持

支持 11 种编程语言

基于 Tree-sitter 统一解析框架，添加新语言只需定义 LanguageSpec 和查询规则

Python

✓ 完全支持

JavaScript

✓ 完全支持

TypeScript

✓ 完全支持

C++

✓ 完全支持

Lua

✓ 完全支持

C

⚡ 开发中

Rust

⚡ 开发中

Go

⚡ 开发中

Java

⚡ 开发中

Scala

⚡ 开发中

C# / PHP

⚡ 开发中

+ 可扩展

定义 LanguageSpec

C/C++ 特殊支持

宏定义 · struct/union 成员 · 内存所有权推断 · header/impl 分离

Python 特殊支持

装饰器识别 · 类型注解提取 · 嵌套函数 · dataclass 支持

— 文档架构

三层 API 文档体系

专为向量检索优化，不同粒度满足不同查询场景

L1

索引层 — index.md

列出所有模块和类，用于导航和概览；快速定位目标模块

L2

模块层 — module_name.md

模块描述、公开 API 列表、调用关系总览；了解模块职责和对外接口

L3

函数层 — 向量化单元 ⭐ 核心

单函数详情：签名 · 调用树 · 调用者列表 · 参数内存方向 · 截断源码（2000字符）

📊 调用树可视化

每个函数附带完整调用树和被调用关系列表

🤖 LLM 生成描述

无文档字符串时，自动调用 LLM 生成语义描述

💾 源码内联

截断至 2000 字符的源代码直接嵌入文档单元

— 智能检索

RAG 语义搜索引擎

向量相似度 + 图遍历双重检索，精准定位相关代码上下文

检索流程

💬

用户查询

自然语言输入

🔍

语义向量搜索

Qwen3 · 1536 维 · Top-K 召回

🕸️

图遍历扩展

调用者 · 被调用者 · 相关节点

🤖

LLM 生成分析

OpenAI / DeepSeek / Moonshot

📄

Markdown 输出

结构化分析文档

向量化组件

Qwen3 Embedder

text-embedding-v4 · 1536 维 · DashScope API · 批量编码

向量存储

MemoryVectorStore（默认）· QdrantVectorStore（生产）

Cypher 生成

自然语言 → Cypher 查询，LLM 翻译，错误自动重试

— MCP 集成

19 个 MCP 工具

Claude Code、Cursor 等 AI 助手可直接通过 MCP 协议调用，零摩擦集成

📦 仓库管理（4 个）

initialize_repository — 完整四步流水线

get_repository_info — 图统计元数据

list_repositories — 工作区仓库列表

switch_repository — 切换活跃仓库

🔍 代码搜索（5 个）

find_api ⭐ — 语义搜索 + 文档附加

semantic_search — 向量相似度搜索

query_code_graph — 自然语言 → Cypher

get_code_snippet — 按限定名取源码

locate_function — Tree-sitter 精确定位

📖 API 文档（4 个）

list_api_docs — L1 / L2 文档索引

get_api_doc — L3 函数详情（含源码）

list_api_interfaces — 按模块列公开 API

generate_api_docs — 重新生成文档

🗺️ Wiki 与分析（6 个）

list_wiki_pages — Wiki 页面目录

get_wiki_page — 读取 Wiki 内容

generate_wiki — 重新生成 Wiki

rebuild_embeddings — 重建向量索引

build_graph — 重建知识图谱

prepare_guidance — 设计文档分析

— 持久化存储

工作空间文件布局

每个仓库独立隔离存储，支持多仓库并存切换，一次构建永久可用

~/.code-graph-builder/ # CGB_WORKSPACE ├── active.txt # 当前活跃仓库 └── my_project_a1b2c3d4/ # hash(仓库路径) ├── meta.json # 元数据 ├── graph.db # Kùzu 图数据库 ├── vectors.pkl # 向量缓存 ├── api_docs/ │ ├── index.md │ └── module_*.md └── wiki/ ├── index.md └── pages/*.md

🔒 仓库隔离

每个仓库以路径 Hash 命名，互不干扰，switch_repository 一键切换

⚡ 增量更新

只需重新运行对应步骤（graph-build / embed-gen / wiki-gen）局部更新

🌐 环境变量配置

CGB_WORKSPACE 自定义路径 · LLM_API_KEY · DASHSCOPE_API_KEY

— 性能基准

性能指标 TinyCC · 1611 个函数

≥95%

调用识别率

≥90%

跨文件调用准确率

≤5%

最大误报率

处理耗时（1611 函数基准）

📊

图构建

~ 3 分钟

📄

API 文档生成

~ 3 分钟

🔍

向量化（API 调用）

~ 27 分钟

系统要求

⚡ 解析速度

目标 ≥ 1000 func/s · 最低 ≥ 500 func/s

💾 内存占用

目标 ≤ 2GB · 最大 ≤ 4GB

🗄️ DB 写入

目标 ≥ 500 nodes/s · 最低 ≥ 200 nodes/s

— LLM 集成

灵活的 LLM 提供商支持

自动按优先级检测环境变量，支持任意 OpenAI 兼容 API

优先级

配置方式

适用

#1

LLM_API_KEY / LLM_BASE_URL / LLM_MODEL

通用，最高优先

#2

OPENAI_API_KEY / OPENAI_BASE_URL / OPENAI_MODEL

OpenAI 兼容

#3

MOONSHOT_API_KEY / MOONSHOT_MODEL

Moonshot / Kimi

已验证 LLM

嵌入提供商

🛠️ 最新改进 — 安装向导支持多 Provider 选择

/cgb-start 向导现已支持交互式选择 LLM 和嵌入提供商，无需手动配置环境变量

— 快速上手

四步快速开始

1

安装 Code Graph Builder

pip install "code-graph-builder[treesitter-full,semantic,rag]"

2

配置 MCP 服务器（Claude Code / Cursor）

cgb-mcp # 启动 MCP 服务器

3

运行交互式设置向导

/cgb-start # 在 Claude Code 中运行

4

初始化代码仓库（完整四步流水线）

/repo-init /path/to/your/project

🔍 代码搜索

/code-search "函数功能描述"

📋 查找 API

/api-find "接口名称"

📚 读取 Wiki

/wiki-read 页面名称

Code Graph Builder · v0.3.1

让 AI 真正
读懂你的代码

静态分析 × 知识图谱 × 语义向量 × LLM
构建永久可查询的代码知识库

11

支持语言

19

MCP 工具

3L

文档架构

≥95%

调用识别率

📦 pip install code-graph-builder 🚀 /cgb-start

Code GraphBuilder

AI 助手为什么 读不懂你的代码？

构建代码的 知识大脑

五层顺序 处理管道

知识图谱 Schema

支持 11 种 编程语言

三层 API 文档体系

RAG 语义搜索 引擎

19 个 MCP 工具

工作空间 文件布局

性能指标 TinyCC · 1611 个函数

灵活的 LLM 提供商支持

四步 快速开始

让 AI 真正读懂你的代码

Code Graph
Builder

AI 助手为什么
读不懂你的代码？

构建代码的知识大脑

五层顺序处理管道

支持 11 种编程语言

RAG 语义搜索引擎

工作空间文件布局

四步快速开始

让 AI 真正
读懂你的代码