本文目录5 个章节
目前主流的三种开源代码知识图谱引擎：CodeGraph、Graphify 和 GitNexus，均采用 Tree-sitter 替代正则搜索，为 AI Agent 提供结构化依赖。但它们在架构设计、运行环境和核心场景上存在明显分野。
CodeGraph：重度重构的依赖探雷针
这套方案是深度修改代码时的首选。它会在后台启动常驻服务，自动监听代码仓库变动，生成高精度的语义知识图谱。
- 它的 核心能力是影响半径分析。当要求 Claude Code 修改底层接口时，它通过 MCP 协议直接查询图谱并计算所有调用链路，无需将整个仓库文本塞入上下文。
- 在大型 MonoRepo 架构中，该机制能省去大量无谓的 token 消耗，有效防止模型幻觉。
- 该方案的局限性在于需占用部分本地内存维持预索引，对机器硬件资源有一定要求。
Graphify：跨越信息差的多模态整合器
这套方案定位为 多模态信息的整合引擎，其覆盖范围超越纯代码，囊括整个研发上下文。
- 除使用 Tree-sitter 解析代码外，它还能将 PDF、架构图、需求文档和历史 Issue 整合进同一查询图。
- 在处理代码与文档存在严重信息差的遗留系统时表现极稳，大模型可通过单一图谱追溯某个函数的最初设计文档。
- 其在开源社区热度极高，常被作为给 Agent 提供通用业务背景知识的默认外挂。
GitNexus：纯前端的隐私级架构浏览器
该工具属于极轻量级的 零服务图谱引擎，工程实现完全剥离了服务端。
- 无需在本地或云端运行任何后台进程，所有解析动作全靠浏览器内的 WASM 和 Tree-sitter 独立完成。
- 用户拖入代码库 ZIP 包，即可在本地生成交互式架构地图，并内置轻量级本地 GraphRAG。
- 对于代码出网极度敏感的团队，或需在零配置下快速摸清开源项目架构的场景，GitNexus 是最安全的解法。
核心差异对比
为明确选型边界，整理核心差异对照表如下：
| 评估维度 | CodeGraph | Graphify | GitNexus |
|---|---|---|---|
| 运行环境 | 本地常驻进程 | 本地服务或容器 | 纯浏览器端 (WASM) |
| 代码维度 | 深度语义解析、调用链追踪与影响半径分析 | 基础语法树 (Tree-sitter) 结构化解析 | 轻量级本地代码依赖关系可视化图谱 |
| 文档维度 | 仅支持代码解析，不涉及 Markdown/Doc/PDF 文档 | 全模态支持 (Markdown, Doc, PDF, 架构图) | 仅支持代码分析，无外部业务文档支持 |
| 检索维度 | 纯图谱精准查询，通过 MCP 输出极简拓扑结构 | 图谱与向量混合检索，支持跨模态复杂查询 | 内置纯本地轻量 GraphRAG 对话机制 |
| Agent 集成 | 深度绑定 MCP (作为大模型防雷插件) | 深度绑定 MCP (作为通用业务上下文外挂) | 独立工具集，侧重人工可视化交互探索 |
| 资源消耗 | 持续占用内存维持实时预索引 | 高内存与存储消耗 (建立多模态索引) | 零后台负担 (用完即走模式) |
选型考虑
三类场景选型对照
-
CodeGraph
适合需要 Agent 大面积重构核心逻辑的高风险场景。
-
Graphify
适合积压大量业务文档与遗留代码的交叉验证场景。
-
GitNexus
适合极度敏感的隔离环境或零配置可视化探查场景。
REFERENCES