截至 2026 年 5 月，如果你有在用 Claude Code、Cursor 或 Codex 幫你寫 code，大概都經歷過同一件事：月底打開帳單，被 token 用量嚇一跳。明明只是叫它「幫我加個登入功能」，它卻翻遍了你半個專案才動手。
這幾天 GitHub 上有個叫 CodeGraph 的開源專案，一天之內漲了 4,294 顆星，衝上當日漲星榜第一名。它解決的就是這個痛點。我把它的官方 benchmark 和原理都翻了一遍，這篇就講清楚它到底做了什麼、值不值得你裝。
先搞懂：你的 AI 為什麼這麼燒錢
問題出在 AI 寫 code 的工作方式。當你叫 Claude Code 處理一個任務，它不知道你的專案長什麼樣，所以它會派出一堆「探索代理」（Explore agent），用 grep、glob、讀檔這些動作一個檔案一個檔案掃過去。
每一次工具呼叫都要花 token。專案越大、檔案越多，它掃得越久，你付的錢就越多。一個像 VS Code 那種上萬個檔案的專案，光是「搞懂這段程式碼怎麼運作」就能燒掉一大筆。這不是 AI 笨，是它每次都從零開始認識你的專案，像一個每天上班都失憶的同事。
CodeGraph 是什麼：給 AI 一張地圖
一句話講完：CodeGraph 事先幫你的專案建好一張「程式碼知識圖譜」，AI 要找東西的時候直接查圖譜，不用再逐檔亂翻。
用個比喻。沒有 CodeGraph 的 AI，像是一個剛到陌生城市、沒有手機的人，要找一間店只能一條街一條街走。有了 CodeGraph，等於你先塞給他一張地圖，上面標好每個函式在哪、誰呼叫誰、改動哪裡會影響哪裡。他瞄一眼就知道路怎麼走。
這張圖譜怎麼來的？CodeGraph 用一套叫 tree-sitter 的工具把你的原始碼解析成結構樹，抓出函式、類別、方法這些「節點」，還有呼叫、引用、繼承這些「連線」，全部存進一個本地的 SQLite 資料庫。之後 AI 透過 MCP（一種讓工具跟 AI 對話的協定）直接問這個資料庫就好。
實測數據：到底省了多少
官方在 7 個真實的開源專案上做了測試，涵蓋 7 種程式語言，比較「有沒有裝 CodeGraph」的 Claude Code 回答同一個架構問題要花多少成本。平均結果是：費用便宜 35%、token 少用 59%、速度快 49%、工具呼叫少 70%。
| 測試專案 | 語言 | 省費用 | 省 token | 少工具呼叫 |
|---|---|---|---|---|
| VS Code（約 1 萬個檔案） | TypeScript | 35% | 73% | 72% |
| Tokio（約 700 個檔案） | Rust | 52% | 81% | 89% |
| Django（約 2,700 個檔案） | Python | 34% | 64% | 81% |
| Excalidraw（約 600 個檔案） | TypeScript | 47% | 73% | 86% |
| Gin（約 150 個檔案） | Go | 22% | 23% | 19% |
這裡有個細節值得講。你看 Gin 那一行，只省了 22%，明顯比其他專案少。原因是 Gin 只有 150 個檔案，本來就小，AI 自己用 grep 翻一翻也花不了多少錢。CodeGraph 的價值是「專案越大、省越多」。換句話說，你手上那個改了三年、沒人敢動的老專案，才是它真正發揮的地方。
小專案省一兩成，大專案直接砍一半。CodeGraph 不是萬靈丹，是專門治「大專案」這個病的藥。
四個核心功能，拆給你看
1. 一次呼叫就給足上下文。以前 AI 要派好幾個探索代理才能搞懂任務相關的程式碼，現在一個指令就把進入點、相關符號、程式碼片段一次回傳。
2. 影響範圍分析。你想改一個函式，CodeGraph 能先告訴你「誰呼叫了它、它又呼叫了誰、改下去會波及哪些地方」。對於不敢亂動的老程式碼，這個功能能省下很多翻車的時間。
3. 圖譜永遠是新的。它會用系統層級的檔案監聽，你一存檔就自動更新圖譜，不用你手動重建。設定是零，裝完就忘了它存在。
4. 全程本地、不外傳。沒有 API key、沒有外部服務，所有資料就一個 SQLite 檔案待在你電腦裡。對於公司專案有保密顧慮的人，這點很關鍵。它支援 19 種以上的語言，TypeScript、Python、Go、Rust、Java、C++、Swift 這些主流的都涵蓋了。
三步驟上手，不用會寫 code 也看得懂
CodeGraph 刻意把安裝做得很無腦，這也是它能爆紅的原因之一。整個流程三步：
- 跑安裝程式。Mac 或 Linux 貼一行 curl 指令，Windows 貼一行 PowerShell 指令就好，不需要先裝 Node.js。安裝程式會自動偵測你電腦裡有哪些 AI 工具，幫你把設定檔寫好。
- 重開你的 AI 工具。關掉再打開 Claude Code 或 Cursor，讓 MCP 伺服器載入。
- 初始化專案。進到專案資料夾，下一個
codegraph init -i指令，它就會幫這個專案建好圖譜。之後完全自動。
裝完之後，只要資料夾裡出現 .codegraph/ 這個目錄，你的 AI 工具就會自動開始用它。你不需要改變任何使用習慣，照常下指令就好，差別只在帳單變薄。
優點，跟你該注意的地方
先說好的。它真正解決了一個花錢的痛點，不是那種「裝好看」的工具。零設定、本地運行、支援的工具夠多（Claude Code、Cursor、Codex、OpenCode 都吃得到），而且開源、MIT 授權，免費。
但有幾點要先講清楚，免得你期待落空。第一，benchmark 是官方自己做的，數字漂亮可以理解，實際省多少還是要看你的專案。第二，它對小專案幫助有限，如果你平常只在玩幾十個檔案的小東西，裝不裝差別不大。第三，它建索引需要時間，超過 1MB 的檔案會直接跳過，所以那種塞了一堆打包檔的專案，效果會打折。
還有一點：它今天才剛爆紅，版本還很新。官方文件自己也提到舊版（0.9 以前）在某些檔案系統上會有資料庫鎖定的問題。會踩到這種坑的人通常自己有能力解，但如果你完全不懂技術，建議過一兩週、等版本再穩一點再裝。
適合誰、不適合誰
很適合你，如果：你每天用 Claude Code 或 Cursor、手上有中大型專案、對 token 帳單有感、而且願意花十分鐘裝個工具換長期省錢。
先別急，如果：你只是偶爾用 AI 寫點小腳本、專案都很小、或者你完全不碰指令列、看到要貼 curl 就頭痛。這種情況下，省下來的錢可能還不夠補你折騰的時間。
如果你想找替代方案，市面上也有別的做法。有些人直接在專案根目錄放一個寫好的 CLAUDE.md 規則檔（這幾天另一個爆紅專案 andrej-karpathy-skills 就是這個路線），用「教 AI 規矩」的方式省 token；也有人靠 Cursor 內建的 codebase indexing。CodeGraph 的差異在於它做的是「結構化圖譜 + 影響範圍分析」，比單純的索引更深一層。
Mr. Slash 的結論
2026 年的 AI 工具戰場，已經從「誰更聰明」打到「誰更省」。模型能力大家越拉越近，但 token 成本是實打實的。CodeGraph 抓到的就是這個轉折——它不讓 AI 變強，它讓 AI 變便宜。
我的看法是：如果你靠 AI 寫 code 在賺錢、或在認真學，這十分鐘的安裝值得花。省 35% 是平均值，碰上大專案省一半也不誇張，一個月下來不是小數目。它免費、本地、不外傳，下檔風險幾乎是零。唯一要忍的就是它太新，可能要陪它一起把 bug 磨掉。
一天 4,000 顆星不是憑空來的。當一個工具同時打中「省錢」和「好裝」這兩件事，散戶用戶會用腳投票。這個專案，值得你放進收藏夾。
免責聲明：本文為 AI 開源工具介紹，所有數據引用自 CodeGraph 官方 GitHub 頁面（截至 2026 年 5 月），不構成任何投資或採購建議。AI 工具更新極快，安裝前請以官方最新文件為準。實際效果因專案規模與使用方式而異。
發佈留言