07_常用工具 - 技术栈

codegraph

CodeGraph 是本地代码知识图谱工具，安装后连接 AI 代理、初始化项目索引即可使用，核心命令包括 query、callers、callees、impact 等

初始化

在claude中执行：

cmd 复制代码

codegraph init -i
# windows 可能会找不到codegraph命令，可以用codegraph.cmd
# codegraph.cmd init -i

初始化项目，生成索引。

创建本地的 .codegraph/ 目录，并生成知识图谱。之后 CodeGraph 会监听文件变化，自动增量更新索引，所以你不用每次改完代码都手动同步。

核心命令

query

codegraph query 是 CodeGraph CLI 中用于‌全文搜索符号‌的命令

基本格式 ‌：codegraph query <搜索词>

典型示例‌：

codegraph query "validateToken"：查找名称包含该字符串的所有符号。
codegraph query "UserService" --kind class：仅搜索类型为 class 的符号。
codegraph query "auth" --limit 10 --json：限制返回 10 条结果并以 JSON 格式输出。‌‌

关键参数：

--kind <type>：过滤符号类型（如 function, class, method, variable 等）。
--limit <n>：限制返回结果数量，默认通常返回前若干条。
--json：以结构化 JSON 格式输出，便于脚本处理或集成。
--quiet：仅输出匹配项路径或名称，减少冗余信息。‌‌

callers

callers 命令：

‌作用‌：反向追踪调用链，回答"谁调用了这个函数"的问题。
‌参数 ‌：需传入目标符号名称（symbol），如函数名、方法名（例如 "AuthService.login" 或 "getUserById"）。

cmd 复制代码

codegraph callers symbol="UserService.updateProfile"

callees

callees命令

‌作用‌：解析目标符号的 AST（抽象语法树），提取其体内所有被调用者（Callees）列表。
‌适用场景‌：理解函数逻辑流程、排查底层依赖、评估修改某函数时可能波及的内部组件。‌‌
参数要求 ‌：必须提供 symbol 参数，值为目标符号的全名或限定名（如 "processOrder" 或 "Service.method"）。

cmd 复制代码

codegraph callees symbol = "processOrder"

impact

impact命令：用于‌影响范围分析‌的核心命令，通过广度优先搜索（BFS）计算修改某个代码符号后波及的所有关联文件与函数，主要用于重构前的安全评估

cmd 复制代码

# 基础用法：查询函数 calculate_tax 的影响范围
codegraph impact symbol="calculate_tax"

search

search命令：

‌作用‌：基于 SQLite FTS5 全文索引，在已构建的代码图谱中搜索匹配符号名称的节点，返回符号类型、文件路径、行号及签名等信息。
‌主要参数‌：
- symbol（必填）：要搜索的符号名称（如 "UserService" 或 "validateToken"）。
- kind（可选）：字符串类型，过滤符号类型。可选值包括 function, class, method, variable, interface, struct 等，用于缩小搜索范围。
- ‌limit（可选）：整数类型，限制返回结果数量，默认通常返回前 10-20 个匹配项，避免响应过大。‌‌
‌返回内容‌：符号 ID、种类（function/class/method 等）、所在文件路径、起止行号、语言类型及代码片段摘要。‌‌
‌适用场景 ‌：已知符号确切或部分名称，需快速定位其定义位置；作为调用链分析（callers/callees）的前置步骤。

context

context命令：

智能映射 ‌：输入任务描述（如"修改登录验证逻辑"），自动返回涉及的‌入口函数、相关类/方法‌及上下文代码。
‌高效聚合‌：一次调用即可覆盖多个相关文件（通常返回约 3 个文件的源码片段），显著减少 Token 消耗和工具调用次数。
‌调用链预览‌：自动列出目标功能的子方法调用路径，无需手动逐层推理。‌‌

使用场景：

‌探索未知代码库‌：在开始修改或分析前，快速摸清架构和关键入口。
‌精准定位 ‌：替代传统的 search_content + read_file 组合操作，直接获取高相关性代码。
‌配合其他命令 ‌：常作为第一步，后续结合 codegraph_explore 或 codegraph_trace 深入细节。‌‌

cmd 复制代码

codegraph context "修复登录失败后没有刷新用户信息的问题" \ 
  --max-nodes 30 \ 
  --max-code 8 \ 
  --format markdown

# 它会围绕任务描述，构建一段 Markdown 上下文，包含入口点、相关符号、调用关系和部分代码片段。

其他命令

cmd 复制代码

# 重建图谱
codegraph index --force

# 查看当前状态
codegraph status

#工具的增量同步命，用于在代码修改后只更新变更文件的索引，无需重新全量构建
codegraph sync

Understand-Anything‌

Understand Anything ‌是一个能帮你把整个代码库变成‌可交互知识图谱‌的开源插件，它原生支持Claude Code，让开发者不用一行行啃代码就能看清系统全貌。

分析代码库

cmd 复制代码

/understand

多 Agent 流水线启动，扫描项目中所有文件、函数、类和依赖，构建知识图谱并保存到 .understand-anything/knowledge-graph.json。

中文输出： 加上 --language zh 参数，节点描述、Dashboard UI 和导览说明均以中文生成。

cmd 复制代码

/understand --language zh

打开交互仪表盘

cmd 复制代码

/understand-dashboard

浏览器中弹出交互式图谱：节点按架构层颜色区分（API / Service / Data / UI / Utility），支持缩放、平移、模糊搜索和语义搜索。点击任意节点可查看源码、依赖关系和 AI 生成的自然语言解释。

进阶用法

cmd 复制代码

# 向图谱提问------比直接问 AI 更精准，因为已有结构化上下文
/understand-chat 支付流程是如何实现的？

# 查看当前改动影响哪些模块（提交前必用）
/understand-diff

# 深入分析某个文件或函数
/understand-explain src/auth/login.ts

# 生成新人 onboarding 指南
/understand-onboard

# 提取业务领域知识（domains、flows、steps）
/understand-domain

# 分析 Karpathy 式 LLM wiki，构建知识关系图
/understand-knowledge ~/path/to/wiki

# 只分析 monorepo 中的某个子目录
/understand src/frontend

# 每次 commit 后自动增量更新图谱
/understand --auto-update

大型图谱（10 MB 以上）建议配合 git-lfs：

bash 复制代码

git lfs install
git lfs track ".understand-anything/*.json"
git add .gitattributes .understand-anything/

七个 Agent 分工协作

/understand 在底层编排 5 个专用 Agent，/understand-domain 再加入第 6 个，/understand-knowledge 加入第 7 个：

Agent	职责
`project-scanner`	发现文件、识别语言和框架
`file-analyzer`	提取函数/类/imports，生成节点和边（最多 5 路并行，每批 20-30 个文件）
`architecture-analyzer`	识别架构层级
`tour-builder`	生成按依赖顺序排列的导览路径
`graph-reviewer`	验证图的完整性和引用完整性
`domain-analyzer`	提取业务领域、流程和步骤
`article-analyzer`	从 wiki 文章中提取实体、关联和隐式关系