当 AI 编程助手面对一个百万行的代码仓库时，它其实是「盲人摸象」。
我们做的这件事，是给它装上一双能看清全局的眼睛------而且这双眼睛，部署在自己手里、直连 Joygen、还能把「记忆」永久存进你的代码分支。
一、缘起：AI 写代码，缺的从来不是算力，而是「上下文」
今天的 AI 编程助手已经很强，但它们有一个共同的软肋------看不清代码之间的关系。
当你让 AI「改一下这个函数」，它需要回答几个问题：
- 这个函数是谁调用的？改了会不会牵连别处？
- 它又调用了谁？依赖哪些下游逻辑？
- 修改的「爆炸半径」到底有多大？
传统做法是 AI 用 Grep、Read 一遍遍地翻文件，像大海捞针，既慢又容易漏。而代码知识图谱（CodeGraph） 的思路，是把整个代码仓预先解析成一张「符号关系网」------函数、类、接口、调用链、依赖边全部结构化，AI 一次查询就能拿到精准的全局上下文。
图谱本身不是新概念。但我们这次做的，是把它变成一个能与 Joygen 深度协同的云端服务------并且在这个过程中，解决了三个真正棘手的工程问题。
二、痛点：在沙箱里装 CodeGraph，太麻烦了
Joygen 是云端 AI 代码自动生成与部署平台，要在Joygen使用代码图谱服务真正的麻烦在于：要在沙箱内跑起 CodeGraph，成本太高。
CodeGraph 需要特定的运行时、多语言解析器等一系列依赖，把这整套东西塞进每个沙箱、逐一安装配置，既繁琐又沉重：
依赖重、安装繁、配置杂------把建图能力硬塞进每个沙箱，并不是一条划算的路。
于是我们换了个思路：把 CodeGraph 从「需要在沙箱内安装的工具」，重构成「一个独立部署、远程调用的云端服务」。沙箱内零安装，一条连接即可使用。而这背后的三个关键决策，正是这篇分享真正想聊的东西。
三、核心亮点一：自有部署，安全性牢牢握在自己手里
第一个决策，也是最重要的一个：这套服务完全自有部署，代码和数据不出自己的边界。
对企业级代码而言，源码是最核心的资产。如果把建图能力交给外部第三方服务，就意味着源码要离开可控范围------这在安全合规上是不可接受的。
我们的方案是把整套能力封装成一个可自主部署的 HTTP + MCP 服务，可以跑在自建服务器、Docker，或内部的行云平台上。更关键的是，其内部通信做了严格的「收口」设计：
安全性体现在几个层面：
- 进程内回调不出网 ：建图任务的内部调用走的是
127.0.0.1进程内通信，根本不经过外部网络，杜绝中间环节泄露。 - 鉴权收口 ：对外统一走 Bearer Token 鉴权，回调地址强制锁定在内网
127.0.0.1，配置上明确「勿设外部域名」。 - Git 访问白名单：可通过配置限定「允许克隆的 Git 主机」，源码只在受信任的仓库间流转。
- 数据自主可控：图谱数据、SSH 私钥、克隆的源码全部落在自己指定的数据目录里，谁部署谁掌控。
一句话：能力是外部的思想，数据是内部的资产。 自有部署让二者兼得。
四、核心亮点二：与 Joygen 直接对接，一条连接搞定一切
第二个决策：不做臃肿的插件式集成，而是用一条标准的 MCP 连接直连 Joygen。
MCP（Model Context Protocol）是 AI 与外部工具协作的标准协议。我们把全部图谱能力封装成 11 个 MCP 工具 ，Joygen 只需要一个 SSE 端点地址，就能远程调用全部能力------无需在沙箱里安装任何 CodeGraph 依赖。
这套对接的精妙之处在于「共享引擎、独立会话」：
每个 Joygen 任务拥有独立的会话隔离，但共享同一套底层引擎------天然支持多用户、多任务并发，既隔离又高效。
更重要的是，整个协作流程完全由 AI 自主完成，不需要用户手动敲任何命令：
从「装依赖、建图、查询」到「改完同步」，AI 一气呵成。Joygen 拿到的，是一个开箱即用、随叫随到的「代码全局大脑」。
五、核心亮点三：把图谱存进代码分支，让「记忆」永不蒸发
第三个决策，是整套设计里最有巧思的一笔：把建好的图谱，自动保存到项目代码仓自己的一个专属分支上。
服务在建图完成后，会自动新建一个 codegraph/<projectId> 分支，把图谱以文件形式推送进去：
这个「图谱随代码仓走」的设计，一举拿下两个好处：
- 可复用、可共享：多次任务、多人协作之间共享同一份图谱，避免重复建图。
- 版本天然对齐：哪个代码分支对应哪份图谱，一清二楚，再也不会「图谱和代码对不上」。
从「一次性工具」到「可复用资产」------这一步，让代码图谱真正拥有了「长期记忆」。
六、三次进化，一个整体
回过头看，这三个亮点其实是环环相扣的一个整体：
- 自有部署 解决了「敢不敢用」------安全合规的底线；
- 直连 Joygen 解决了「好不好用」------零依赖、开箱即用的体验；
- 图谱存分支 解决了「值不值得用」------从一次性消耗变成长期资产。
七、结语：给 AI 一双看清全局的眼睛
代码知识图谱不是要取代 AI 的智能，而是要补齐它对代码全局关系的认知盲区。
当 AI 能一眼看清「谁调用了谁、改动会波及哪里」，它写出的代码才真正靠谱；当这份认知安全地留在自己手里、随时被 Joygen 调用、并且永久沉淀在代码仓里------AI 编程的体验，才算真正上了一个台阶。
这，就是我们做 Joy-Code-Graph 云端服务的初衷。
能力共享，数据自主；一次建图，长期受用。