codegraph は単なるコード可視化ダッシュボードではありません。AI コーディングエージェントが消費するために特化して構築された、ローカルファーストのセマンティックナレッジグラフです。AI 支援開発を大規模に実行するエンタープライズチームにとって、効率の数字は無視しがたいものです: 大規模な実世界コードベースでツール呼び出し約 70% 減、コスト約 35% 減。
codegraph がすること
Colby McHenry による codegraph プロジェクト は tree-sitter を使ってコードベースを解析し、シンボル関係、コールグラフ、インポート連鎖、ウェブルートを 全文検索付き SQLite データベース にインデックスし、その構造化グラフを Model Context Protocol (MCP) サーバー を通じて公開します。
中心の発想は単純です。Claude Code、Cursor、Codex のような AI コーディングエージェントは、トークン予算のかなりの部分を「発見フェーズ」— ファイルを grep し、インポートを読み、関数呼び出しを追跡してコードベースが何をするかを理解する — に費やします。質問に答えたり変更を加える前の段階です。codegraph はこの発見をオフラインのインデックスステップに前倒しします。クエリ時にはエージェントはファイルシステムではなくグラフに問い合わせます。
結果として、往復が減り、トークン支出が下がり、応答が速くなります。発見コストが最も高い大規模またはレガシーコードベースで特に顕著です。
技術アーキテクチャ
codegraph は 3 つのものを一つのパッケージで提供します: ローカルコードインテリジェンスライブラリ、CLI、MCP サーバー。
インデックスパイプラインは 19 以上のプログラミング言語 にわたる言語認識解析に tree-sitter を使い、13–14 のウェブフレームワーク のルートを検出します。SQLite バックエンドは全文検索をサポートし、完全なシンボルグラフをローカルに保存します — クラウド同期も API キーもデータがマシンから出ることもありません。
v0.9.5 時点の統合ターゲットは Claude Code、Cursor、Codex CLI、OpenCode、Gemini CLI、AntiGravity IDE、Hermes Agent です。MCP サーバーインターフェースにより、MCP を話す任意のエージェントがカスタム統合作業なしにグラフを照会できます。
業界における位置づけ
コードグラフの領域は Sourcetrail が 2021 年 12 月に開発終了して以来、手薄になっており、「Sourcetrail 代替」は 4 年経った今でもこのカテゴリで最も検索される語の一つです。デベロッパーのオンボーディングに焦点を当てたもう一つの注目プレイヤー CodeSee は 2024 年に GitKraken に買収され、買収後の方向性は不透明です。
dependency-cruiser や Madge のような既存ツールは JavaScript/TypeScript 向けに有用なグラフを生成しますが、エージェント消費ではなく人間の可視化向けに構築されています。Mermaid 図は手動で保守されます。Cursor は 2026 年 3 月に依存グラフ認識を追加しましたが、IDE に組み込まれており、エージェントが構造化 API 経由で問い合わせられるスタンドアロンなグラフではありません。
codegraph は独自のニッチを占めます: AI エージェント消費のために特化して構築された、構造化・クエリ可能・ローカルなセマンティックグラフ。現在活動中のツールで同じ役割を直接埋めるものはありません。
エンタープライズでの関連性
効率の観点は、AI エージェントが足場を探すためだけに最も多くのトークンを費やす大規模コードベースで最も明確です。数十から数百のデベロッパーにわたりトークン従量 API コストを支払うエンタープライズチームにとって、ツール呼び出し 70% 減はすぐに複利で効いてきます。
コストを超えて、いくつかのエンタープライズユースケースが際立ちます:
- レガシーコードベースのオンボーディング。 ドキュメントが乏しいモノレポに新しく加わったエンジニアは、グラフクエリを通じて自分で方向付けできます — 「この関数を呼ぶのは誰?」「このモジュールは何に依存している?」 — シニアエンジニアが説明するのを待つ必要はありません。
- リファクタリングの影響分析。 シンボルレベルの依存マッピングは、変更前に「これを変えると何が壊れるか?」に答え、複雑なシステムでの回帰リスクを減らします。
- 多言語リポジトリ。 19 の言語と 13 以上のウェブフレームワークのサポートは、最近の iOS/React Native/Expo ブリッジサポート後のモバイル/ウェブ混合スタックを含め、ほとんどのエンタープライズの多言語環境をカバーします。
- Java エンタープライズ。 Spring/MyBatis のエンタープライズフロートレーシングが 2026 年 5 月 26 日に実装されました — Java のエンタープライズ環境がファーストクラスのターゲットになりつつあることを直接示すシグナルです。これは依然として重要な Spring Boot ワークロードを動かす組織にとって意味があります。
- コンプライアンスと監査。 構造化されたコールグラフは、大規模コードベースではそうでなければ見えない、文書化されていない依存や許可されていないサービス相互作用を浮かび上がらせます。
要注目
- v1.0 の節目。 プロジェクトは 2026 年 1 月のローンチから約 4 か月で v0.9.5 を公開しました。安定した v1.0 リリースは近く、より広いエンタープライズ採用検討のトリガーになるでしょう。
- Java/Spring への投資。 Spring/MyBatis トレーシング作業は先行指標です。Java エンタープライズスタックを動かす組織はこれを注意深く注視すべきです。
- 標準としての MCP。 Anthropic、Microsoft、OpenAI は AI エージェントのツール使用インターフェースの標準として MCP に収束しています。codegraph の MCP ネイティブ設計は、その標準化が固まるにつれて価値を増します — 準拠する任意のエージェントに修正なしで動作します。
- コミュニティの可視性。 プロジェクトのウェブ上の足跡は GitHub の活動に比べてまだ小さいです。今回の調査パスでは主要な HackerNews や Reddit の議論は捕捉されませんでした。v1.0 が公開されればこのギャップは急速に埋まる可能性があります。
結論
codegraph は初期段階のオープンソースプロジェクトですが、急速に動き、現実の問題を狙っています: AI コーディングエージェントは大規模コードベースで動かすと高価で、発見のオーバーヘッドがそのコストの大きな部分を占めます。MCP ネイティブ設計、100% ローカル動作、幅広い言語サポートは、今評価する価値があります — 特に Claude Code、Cursor、Codex を大規模に既に動かしているチームにとって。
Big Hat Group はエンタープライズエンジニアリングチームが環境とセキュリティ姿勢に合うデベロッパーツールの評価と採用を支援します。AI コーディングエージェントインフラを評価している、またはレガシーシステムでの AI 支援開発のコストを下げようとしている場合は、ご相談ください — 構造化された評価を実施できます。