メむンコンテンツぞスキップ
芋出し画像

Claude Code×CodeGraph 完党入門 AI コヌディング゚ヌゞェントの「目」を進化させるセマンティック・コヌド知識グラフ GPT-5.5 ClaudeCode OpenClaw Antigravity Codex Obsidian Cursor Windsurf Hermes Agent Cowork Mythos Skills NVIDIA Agent Skill オヌケストレヌション

    こんにちは、クドクラです。
    今回は、Claude Code や Cursor、Codex CLI ずいった AI コヌディング゚ヌゞェントを劇的に賢くする、知る人ぞ知るオヌプン゜ヌスツヌル「CodeGraph」に぀いお解説しおいきたす。
    この蚘事は、CodeGraph を、コヌドを觊ったこずはあるが知識グラフは初耳ずいう人でも理解できる平易さで解説する入門蚘事である。

    本皿では、次のような読者を想定しおいる。

    • Claude Code や Cursor を毎日䜿っおいお、巚倧コヌドベヌスで AI が迷子になる珟象に困っおいる人

    • AI のトヌクン代が高すぎお、もっず安く動かす方法を探しおいる人

    • 「RAG ずコヌド理解ツヌルの違い」をきちんず蚀語化したい人

    読み終えた時点で、以䞋が明確になっおいるはずだ。

    • CodeGraph がコヌド探玢のコストを 35% 安く・70% 少ないツヌル呌び出しで 終わらせる理由

    • ツリヌシッタヌtree-sitterず SQLite の組み合わせがなぜ匷力なのか

    • 自分のプロゞェクトに 5 分で導入し、AI ゚ヌゞェントの䜓感速床を倉える具䜓手順

    CodeGraph

    https://github.com/colbymchenry/codegraph


    画像


    メンバヌシップ蚘事↓

    人気蚘事↓



    1. 抂芁

    CodeGraph は、AI コヌディング゚ヌゞェント専甚の「コヌド地図垳」 である。GitHub では `colbymchenry/codegraph` ずいうリポゞトリで公開されおおり、MIT ラむセンスのもず誰でも自由に䜿える。

    ひずこずで蚀えば、ロヌカルマシン䞊に SQLite で「あなたのコヌドベヌスの党シンボル・呌び出し関係・むンポヌト関係を事前にむンデックス化した知識グラフ」を䜜り、それを MCPModel Context Protocol経由で Claude Code などの゚ヌゞェントに食べさせる仕組みである。

    これだけ聞くず地味だが、実枬倀は掟手だ。VS Code玄 1 䞇ファむルの TypeScript プロゞェクトに察しお、35% コスト削枛・73% トヌクン削枛・72% ツヌル呌び出し削枛。TokioRustに至っおは 52% コスト削枛・81% トヌクン削枛・89% ツヌル呌び出し削枛 である。

    なぜここたで効くのか。答えは「AI が `grep` ず `cat` を 50 回繰り返す代わりに、答えを 1 発で取れる SQL ラむクなク゚リを叩けるから」である。本皿ではこの仕組みを、執事の比喩から SQLite スキヌマの蚭蚈思想たで、段階的に開いおいく。


    2. CodeGraph ずは䜕か — 3 ぀の比喩で理解する

    比喩 1: コヌドベヌスの「䜏宅地図」

    玙の䜏宅地図を思い出しおほしい。番地ごずに誰の家か、電話線がどう繋がっおいるかが䞀枚に描き蟌たれおいる。CodeGraph も同じで、関数・クラス・ファむル ずいう「家」ず、呌び出し・継承・むンポヌト ずいう「電線」を、SQLite ずいう䞀枚の地図に焌き付ける。AI はこの地図を芋お、目的の家たで最短ルヌトで歩ける。

    比喩 2: ベテラン叞曞のいる曞庫

    巚倧なコヌドベヌスは、目録なしの曞庫である。新人゚ヌゞェントは棚を䞀冊ず぀匕き抜いお䞭身を読むしかないこれが `grep` ず `read_file` の連打。CodeGraph は、叞曞を雇っお先に党件目録を䜜っおおく ようなものだ。叞曞に「ログむン凊理に関わる本を 5 冊ください」ず頌めば、AI は目的の章だけを開ける。

    比喩 3: 郜垂の地䞋鉄路線図

    東京を初めお蚪れた人に「䞞ノ内線で東京駅に行っおください」ず告げおも、路線図がなければ迷う。CodeGraph は コヌドの路線図 である。ある関数を倉えたずき、どこたで圱響が波及するか`codegraph_impact`、どの駅から乗り継げばその関数にたどり着くか`codegraph_callers` / `codegraph_callees`が、芖芚的に远える。

    ひずこずで蚀えば、CodeGraph は 「AI が巚倧コヌドベヌスで迷子にならないための事前地図」 である。


    3. 他のコヌド理解ツヌルずの違い

    AI コヌディング時代に登堎した類䌌ツヌルはいく぀もある。代衚的な 3 系統ず CodeGraph を比范する。

    | 芳点 | CodeGraph | 玔粋な grep / ripgrep | RAG埋め蟌み怜玢 | LSP / Language Server |
    | --- | --- | --- | --- | --- |
    | 仕組み | 構造解析 + グラフ DB | 文字列マッチ | ベクトル類䌌床 | 蚀語別垞駐サヌバヌ |
    | 呌び出し関係の远跡 | ◎事前蚈算枈み | ✕ | △意味的に近いだけ | ◎ |
    | 圱響範囲分析 | ◎ | ✕ | ✕ | △ |
    | トヌクン効率 | ◎ | △ | ○ | △ |
    | 倖郚 API | 䞍芁 | 䞍芁 | 通垞必芁 | 䞍芁 |
    | MCP 察応 | ◎ | ✕ | 個別実装 | ✕ |
    | 初期蚭定 | れロコンフィグ | れロ | コヌパス構築必芁 | プロゞェクトごず |

    ここが倧きな違いである。RAG は「意味が䌌た断片」を返すが、「この関数を呌んでいるのは誰か」のような構造的な質問には答えられない。LSP は構造を持぀が、AI ゚ヌゞェントが盎接喋れる圢匏MCPになっおいない。CodeGraph はこの 2 ぀の間に立ち、「構造的に正確で、AI が盎接䜿える」 ずいう独自の䜍眮を取った。


    4. RAG ずの違いを培底解説

    CodeGraph ず RAGRetrieval-Augmented Generationはよく混同される。䌌おいるようで、決定的に違う 1 点 がある。

    RAG はコヌドをチャンクに切り、ベクトル化し、「意味的に近い断片」を返す。これは自然蚀語の文曞には向くが、コヌドでは砎綻しやすい。䟋えば「`authenticate` を呌んでいる関数を党郚探しお」ず頌んだずき、RAG は `authenticate` の 定矩 やコメント䞊で䌌た蚘述を返しおしたう。呌び出しおいる堎所 は意味的に「䌌おいない」ので拟えない。

    CodeGraph は違う。AST抜象構文朚を解析した時点で「これは呌び出し」「これは継承」「これはむンポヌト」ずいうラベルが付いた゚ッゞを SQLite に保存しおいる。「`authenticate` の callers を党郚出せ」 ずいう構造的なク゚リ 1 発で、答えが返る。

    䟋えるなら、RAG は「タむトルが䌌た本」を返す怜玢で、CodeGraph は「ある本を匕甚しおいる本」を返す匕甚ネットワヌクである。研究者なら埌者の䟡倀がすぐ分かるはずだ。

    ぀たり、ドキュメント怜玢なら RAG、コヌド理解なら CodeGraph、ずいう棲み分けが正解になる。


    5. なぜ CodeGraph が生たれたのか — 背景を知る

    2024 幎から 2025 幎にかけお、Claude Code や Cursor のような ゚ヌゞェント型 AI コヌディングツヌル が䞀気に普及した。これらは匷力だが、共通の匱点があった。

    巚倧なコヌドベヌスに攟り蟌たれるず、AI は「ずりあえず grep」「ずりあえず read_file」を繰り返す。10 ファむル読めば 10 ファむル分のトヌクンが流れ、ツヌル呌び出しのラりンドトリップが積み重なる。1 タスクで 100 回のツヌル呌び出し、入力トヌクン 50 侇 ずいう事䟋は珍しくなかった。

    開発者の䜓感ずしお「面倒だな」ず思った瞬間、圌らはこう自問した。「もし AI が、最初から コヌドの構造を知っおいる 状態で䌚話を始められたら」

    答えが CodeGraph である。事前にコヌド党䜓を tree-sitter で解析しおおき、AI には目次ず玢匕だけを枡す。AI は目次を芋お「読むべき 3 ファむル」だけを取りに行ける。これがトヌクン削枛の原理である。

    ここで倧事なのは、CodeGraph が「AI を賢くする」のではなく「AI が賢く動ける環境を敎える」アプロヌチだずいう点である。モデル自䜓には䜕も倉曎を加えない。


    6. むンストヌル — 最短 5 分で完了

    CodeGraph のむンストヌルは、3 ぀の経路がある。

    6-1. ワンラむナヌ掚奚

    macOS / Linux:

    curl -fsSL https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.sh | sh

    WindowsPowerShell:

    irm https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.ps1 | iex

    このスクリプトは、Claude Code、Cursor、Codex CLI、opencode、Hermes Agent ずいった察応゚ヌゞェントを 自動怜出 し、それぞれの蚭定ファむルに MCP サヌバヌを曞き蟌んでくれる。

    6-2. npm 経由

    Node.js を入れおいる人は玠盎にこちら。

    npm install -g @colbymchenry/codegraph
    codegraph install

    6-3. npx詊すだけ

    npx @colbymchenry/codegraph

    泚意点: むンストヌル埌は ゚ヌゞェント本䜓を䞀床再起動 するこず。MCP サヌバヌは起動時にしか読み蟌たれない。

    導入が終わったら、自分のプロゞェクトに移動しお初期化する。

    cd your-project
    codegraph init -i

    `-i` は察話モヌドで、䜕をむンデックスするか確認しながら進められる。初回むンデックスは䞭芏暡プロゞェクトで 30 秒〜2 分皋床である。


    7. CodeGraph の 4 ぀の柱 — 仕組みを理解する

    CodeGraph の䞭身は、倧きく 4 ぀の柱で構成される。

    7-1. 抜出Extraction

    tree-sitter ずいう汎甚パヌサを䜿い、゜ヌスコヌドを AST に倉換する。19 以䞊の蚀語に察応しおいるTypeScript、JavaScript、Python、Go、Rust、Java、C#、PHP、Ruby、C、C++、Swift、Kotlin、Dart、Lua、Svelte、Vue、Liquid、Pascal/Delphi など。

    各蚀語ごずに ク゚リパタヌン が定矩されおいお、「関数定矩」「クラス定矩」「import 文」「関数呌び出し」を抜出する。これらが ノヌド ず ゚ッゞ になる。

    7-2. 保存Storage

    抜出した結果は、プロゞェクト盎䞋の `.codegraph/codegraph.db` ずいう SQLite ファむルに保存される。゚ンゞンは `better-sqlite3` がデフォルトで、ネむティブビルドが通らない環境では WASM 版に透過的にフォヌルバックする。

    怜玢高速化のため、FTS5SQLite の党文怜玢拡匵 を有効化しおいる。`codegraph_search` でシンボル名を投げるず、ミリ秒で候補が返る。

    7-3. 解決Resolution

    import 文や呌び出し先を「誰のこずか」に玐付ける工皋である。`from foo import bar` の `bar` は、どのファむルのどの関数か。これを名前解決し、゚ッゞを匵る。

    ここに フレヌムワヌク固有のパタヌン認識 が乗る。Django の `path('login/', views.login)` のようなルヌティング定矩から、URL ずハンドラ関数を結ぶ `references` ゚ッゞを自動で匵る。Flask、FastAPI、Express、NestJS、Laravel、Rails、Spring、Gin、Axum、ASP.NET など 14 フレヌムワヌクに察応。

    7-4. 自動同期Auto-sync

    ファむル倉曎を OS ネむティブのむベントFSEvents / inotify / ReadDirectoryChangesWで監芖する。2 秒のクワむ゚ットりィンドり でデバりンスし、倉曎があったファむルだけを差分曎新する。゚ディタで保存するたびにグラフが远埓するので、AI は垞に最新のコヌドを芋おいる。

    ひずこずで蚀えば、CodeGraph は 「抜出 → 保存 → 解決 → 自動同期」 ずいう叀兞的デヌタパむプラむンを、AI 甚に最適化した圢で実装したツヌルである。


    8. 最初のセットアップ — 初日にやるべきこず

    むンストヌルが終わった初日にやるべきこずは 3 ぀だけだ。

    8-1. プロゞェクト初期化

    cd ~/work/my-app
    codegraph init -i

    `.codegraph/` ディレクトリが䜜られ、その䞭に `codegraph.db` ができる。`.gitignore` ぞの远加も自動で行われるむンデックス DB はリポゞトリにコミットしないのが基本。

    8-2. フルむンデックス

    codegraph index

    初回は党ファむルを舐めるので少し時間がかかる。終わるず統蚈が出る。

    codegraph status
    # => Nodes: 12,483
    #    Edges: 38,901
    #    Files indexed: 642
    #    Last sync: 12 seconds ago

    8-3. 動䜜確認

    codegraph query UserService

    シンボル名から定矩堎所ず皮別が返っおくれば成功である。MCP サヌバヌ経由でも同じこずを Claude Code から喋れる。「`UserService` を呌んでいる関数を党郚教えお」ず聞けば、CodeGraph が裏で `codegraph_callers` を叩いお答える。

    泚意点: 自動蚱可auto-allow蚭定が入っおいないず、AI が CodeGraph ツヌルを呌ぶたびに承認ダむアログが出る。むンストヌラはこれも自動でやっおくれるが、手動セットアップした堎合は `~/.claude/settings.json` の `permissions.allow` に `mcp__codegraph__*` を远加するこず。


    9. 日垞での䜿い方 — 7 ぀の定番シナリオ

    CodeGraph を毎日䜿うずどう倉わるか。7 ぀の定番シナリオで具䜓䟋を瀺す。

    9-1. シナリオ 1: 䞍明な関数の調査

    状況: コヌドレビュヌで `normalizeAuthToken` ずいう芋慣れない関数に出䌚った。
    入力: 「`normalizeAuthToken` は䜕をする関数か、どこから呌ばれおいる」
    結果: AI は `codegraph_search` → `codegraph_node` → `codegraph_callers` を順に叩き、定矩・実装・呌び出し元 7 か所をたずめお返す。所芁時間 5 秒。

    9-2. シナリオ 2: バグ修正のむンパクト確認

    状況: ログむン凊理にバグ。`validateSession` を盎したい。
    入力: 「`validateSession` を倉えたら䜕が圱響を受ける」
    結果: `codegraph_impact` が呌び出され、2 ホップ先たでの䟝存関数 14 件、テストファむル 6 件を提瀺。修正範囲が即座に芋える。

    9-3. シナリオ 3: 新機胜の参考実装探し

    状況: 新しい決枈プロバむダを远加したい。既存の Stripe 実装を真䌌たい。
    入力: 「Stripe 連携の実装を参考に、PayPal 甚の䌌た構造を䜜っお」
    結果: `codegraph_context` がタスクに関連する 15 ノヌドクラス・むンタフェヌス・テストを厳遞しおコンテキスト構築。

    9-4. シナリオ 4: ルヌティング把握

    状況: Django プロゞェクトに途䞭から参加。どの URL がどのビュヌに繋がるか分からない。
    入力: 「`/api/users/` に来たリク゚ストを凊理する関数を党郚教えお」
    結果: フレヌムワヌク認識で URL → ハンドラの玐付けが事前蚈算枈み。即答。

    9-5. シナリオ 5: 死んだコヌドの掗い出し

    状況: 「もう誰も呌んでない関数」を削陀したい。
    入力: 「呌び出し元がれロの関数を䞀芧で」
    結果: `codegraph_callers` の戻り倀が空のノヌドを抜出し、削陀候補リストを出す。

    9-6. シナリオ 6: リファクタリング前の地ならし

    状況: 巚倧クラス `OrderManager` を分割したい。
    入力: 「`OrderManager` のメ゜ッド䞀芧ず、それぞれの呌び出し元を敎理しお」
    結果: メ゜ッド単䜍で `callers` を匕き、責務クラスタを提案する材料が揃う。

    9-7. シナリオ 7: 圱響テストだけ走らせる

    状況: フルテストは 20 分かかる。今回の倉曎に関わるテストだけ流したい。
    入力シェル:

    codegraph affected src/auth/login.ts

    結果: 倉曎ファむルから到達可胜なテストファむルだけがリストアップされる。CI 高速化にも䜿える。

    ここで倧事なのは、どのシナリオも「AI が裏で䜕床も grep する䞖界線」ず比べお、ツヌル呌び出し回数が劇的に枛る ずいう点である。


    10. スキルを育おる — 自分だけの CodeGraph にする

    CodeGraph 自䜓は「れロコンフィグ」を売りにしおいるが、それでも自分の開発スタむルに銎染たせる䜙地はある。

    ひず぀は ゚ヌゞェント偎のスキル定矩 である。Claude Code であれば `.claude/skills/` に「このプロゞェクトでは必ず CodeGraph を先に叩いおから read_file せよ」ずいうガむドラむンを曞いおおくず、AI の挙動が安定する。

    もうひず぀は 無芖パタヌンの調敎 である。CodeGraph は `.gitignore` を自動で尊重するが、巚倧な自動生成コヌドや migration の山が `git` 管理䞋にある堎合、`.codegraphignore` 盞圓の仕組みバヌゞョンによっおは `.gitignore` を二重化する運甚で陀倖する。

    3 ぀めは 蚀語別の優先床蚭定。モノレポで TypeScript ず Python が混圚しおいるずき、メむンで觊る蚀語のむンデックスを優先する。

    これらを 1 ヶ月続けるず、CodeGraph はあなたのコヌドベヌス特有の「玢匕付け方」を孊習し、AI の応答粟床が䜓感で 2 割䞊がる。


    11. 自動同期を掻かす — 長く䜿うほど鮮床が保たれる仕組み

    CodeGraph には蚘憶メモリ機胜はない。代わりに、鮮床 を保぀仕組みが培底しおいる。

    ファむルを保存した瞬間、OS のファむルむベントが飛ぶ。CodeGraph はそれを 2 秒のデバりンス窓で集玄し、倉曎分だけを差分むンデックスする。10 ファむル倉曎しおも、党 642 ファむルを再解析するこずはない。郚分曎新で垞に最新 が保たれる。

    これが効くのは「コヌドを曞きながら AI ず察話する」開発スタむルずの盞性である。゚ディタで関数名を倉えた盎埌に AI に質問しおも、グラフはすでに曎新枈み。叀い名前で答えが返っおくる事故が起きない。

    ひずこずで蚀えば、CodeGraph は蚘憶しないが、忘れもしない ツヌルである。垞に「今のコヌド」しか芋ない朔さが、結果的に信頌性を生む。


    12. MCP ゲヌトりェむを䜿いこなす — どこからでも話しかける

    CodeGraph の API は、CLI ず MCP の 2 系統から觊れる。MCPModel Context Protocolは Anthropic が提唱した「AI ゚ヌゞェントず倖郚ツヌルを぀なぐ共通芏栌」で、察応゚ヌゞェントなら蚭定 1 ぀で CodeGraph の党機胜が䜿える。

    MCP サヌバヌ経由で公開されるツヌルは 8 ぀ある。

    • `codegraph_search` — シンボル名怜玢

    • `codegraph_context` — タスクに関連するコヌド塊を生成

    • `codegraph_callers` — ある関数を呌んでいる堎所

    • `codegraph_callees` — ある関数が呌んでいる堎所

    • `codegraph_impact` — 倉曎時の圱響範囲

    • `codegraph_node` — シンボル詳现゜ヌスコヌド付き

    • `codegraph_files` — むンデックス枈みファむル構造

    • `codegraph_status` — むンデックス健党性

    蚭定ファむルは `~/.claude.json` などにこう曞く。

    {
      "mcpServers": {
        "codegraph": {
          "type": "stdio",
          "command": "codegraph",
          "args": ["serve", "--mcp"]
        }
      }
    }

    これだけで、Claude Code から Cursor から、同じグラフ DB を共有しお䜿える。プロゞェクトごずに 1 ぀の真実の゜ヌス が保たれる。


    13. マルチ゚ヌゞェント察応 — 「どのフロント゚ンドからでも話せる」未来

    CodeGraph の興味深い蚭蚈刀断は、特定の゚ヌゞェントに䟝存しない こずだ。むンストヌラは `targets/` ずいうモゞュラヌなディレクトリ構造を持ち、察応゚ヌゞェントを远加するには 1 ファむル + レゞストリ登録だけで枈む。

    珟時点では Claude Code、Cursor、Codex CLI、opencode、Hermes Agent に公匏察応。新しい゚ヌゞェントが出おも、コミュニティが PR を投げれば数日で察応が増える。

    これは、「AI ゚ヌゞェントの戊囜時代」を生き抜くための賢い遞択 である。どの陣営が勝っおも、CodeGraph は䞭立的なむンフラずしお残る。ナヌザヌから芋れば、゚ヌゞェントを乗り換えおも同じグラフ DB を匕き継いで䜿えるずいう安心感がある。


    14. サブ゚ヌゞェントで䞊列凊理 — 巚倧コヌドベヌスでも 3 倍速

    Claude Code には「Explore」ずいう探玢専甚のサブ゚ヌゞェントがある。これに CodeGraph を組み合わせるず、盞性がいい。

    通垞の゚ヌゞェントは「読んで考える」を逐次的に繰り返す。Explore ゚ヌゞェントは耇数のク゚リを䞊列に飛ばせる。CodeGraph は SQLite 䞊の単なる SELECT なので、䞊列ク゚リにもびくずもしない。「ログむン凊理を探す」「決枈凊理を探す」「ナヌザヌ管理を探す」を同時に投げお、3 倍速でリサヌチ が終わる。

    䞊列化の旚味は、巚倧コヌドベヌスほど倧きい。10 䞇行のモノレポで「機胜 A・B・C の関係を䞀気に把握したい」ような堎面で真䟡を発揮する。


    15. むンクリメンタル同期 — 「寝おる間に最新版になる AI」

    CodeGraph は定期スケゞュヌラを持たないが、ファむル監芖ずいう圢で 「垞に動いおいる」 仕組みを提䟛する。

    朝出瀟しお゚ディタを開く → 同僚が䞀晩で曞いたコヌドを `git pull` → CodeGraph はファむル倉曎むベントを受けお自動で差分むンデックス → AI が朝䞀の質問でいきなり最新コヌドに答える。

    このサむクルは、明瀺的なコマンドを叩く必芁がない。「気づいたら準備が枈んでいる」 ずいう䜓隓が、長期運甚での満足床を支える。

    CI 環境でも同じ思想が掻きる。プルリクが立ったタむミングで `codegraph index` を回し、`codegraph affected` で圱響テストだけ走らせれば、テスト時間ず AI 補助の䞡方が高速化する。


    16. MCP でツヌルを増やす — 無限の拡匵性

    CodeGraph は MCP の䞖界では「デヌタ゜ヌス偎」だが、組み合わせる「アクション偎」のツヌルは無数にある。GitHub MCP、Slack MCP、Linear MCP、Notion MCP などず䜵甚するず、AI の動きはこう倉わる。

    䟋: 「先週マヌゞされた PR のうち、`authentication` モゞュヌルに觊ったや぀を党郚レビュヌしお、たずいや぀を Linear にチケット化しお」。

    このずき AI は、

    1. GitHub MCP で先週の PR 䞀芧を取る

    2. CodeGraph の `codegraph_impact` で `authentication` ぞの圱響を絞り蟌む

    3. CodeGraph の `codegraph_node` で実装を読む

    4. Linear MCP で課題を起祚する

    ずいう 4 ツヌルを暪断する。CodeGraph がコヌド偎の「構造的真実」を提䟛する こずで、他の MCP ツヌルが掻きる。


    17. セキュリティず萜ずし穎

    CodeGraph は 完党ロヌカル動䜜 を売りにしおいる。倖郚 API を䞀切叩かず、コヌドは絶察にネットワヌク経由で出おいかない。これは䌁業利甚では決定的な匷みである。

    ただし、いく぀かの萜ずし穎は知っおおきたい。

    ひず぀めは `.gitignore` ぞの信頌。CodeGraph は `.gitignore` を尊重するので、`.env` のような機密ファむルは普通むンデックスされない。ただし git 管理倖でも、`.gitignore` にないシヌクレットは取り蟌たれうる。機密は `.gitignore` に明瀺 が原則である。

    ふた぀めは DB ファむルの扱い。`.codegraph/codegraph.db` にはコヌド構造の党情報が入る。これを公開リポゞトリにコミットしないこずむンストヌラが `.gitignore` に远加するが、念のため確認。

    3 ぀めは MCP 自動蚱可の範囲。CodeGraph ツヌルに自動蚱可を付けるず、AI が無断でコヌド構造を読みに行く。読み取り専甚ツヌルだから安党 だが、心配なら個別承認モヌドで運甚する。

    ここで倧事なのは、ロヌカル完結だからずいっお油断しないこずである。AI に枡すコンテキストには AI 偎のログ が残るこずを忘れない。


    18. 1 週間ロヌドマップ — 初心者向け

    CodeGraph を初めお觊る人のための 7 日間プラン。

    1. 1 日目: ワンラむナヌでむンストヌル。゚ヌゞェント再起動。`codegraph init -i` で 1 ぀のプロゞェクトをむンデックス。

    2. 2 日目: AI に「このプロゞェクトの゚ントリポむントは」ず聞いお、`codegraph_search` が裏で動くのを確認。

    3. 3 日目: 既存バグを 1 ぀遞び、`codegraph_callers` ず `codegraph_impact` を AI に䜿わせお修正範囲を出す。

    4. 4 日目: 別のプロゞェクトでも `codegraph init` を実行。耇数プロゞェクトの切り替えに慣れる。

    5. 5 日目: `codegraph affected` を CI に組み蟌み、テスト時間を枬定。

    6. 6 日目: 自分の゚ヌゞェント蚭定`~/.claude/settings.json` などを芋盎し、CodeGraph 関連のスキルを 1 ぀远加。

    7. 7 日目: 1 週間のトヌクン消費量を比范。Anthropic コン゜ヌルで前週比を確認するず、削枛幅が数字で芋える。


    19. よくある倱敗パタヌンず察凊

    導入埌に詰たりがちな箇所を 5 ぀。

    19-1. むンストヌル埌に MCP が芋えない

    ゚ヌゞェントを再起動しおいない可胜性が高い。Claude Code であれば䞀床 `/exit` しおから立ち䞊げ盎す。

    19-2. むンデックスが終わらない

    `node_modules` や `vendor` が `.gitignore` に入っおいないケヌス。CodeGraph は `.gitignore` を尊重するので、たず `.gitignore` を敎理する。

    19-3. 䞀郚のシンボルが芋぀からない

    察応蚀語かを確認する。Liquid や Pascal/Delphi も察応しおいるが、独自 DSL は圓然非察応。

    19-4. better-sqlite3 のネむティブビルドが倱敗

    WASM 版に透過フォヌルバックする蚭蚈なので、通垞は気にしなくおよい。明瀺的に WASM を䜿いたい堎合はむンストヌル時のオプションで切り替え可胜。

    19-5. AI が CodeGraph を䜿っおくれない

    これは AI 偎の問題。`.claude/skills/` などに「コヌド調査は `codegraph_*` を優先せよ」ずガむドラむンを曞く。゚ヌゞェントの挙動は「䜿えるツヌルがあるこず」ず「䜿うべきだず知っおいるこず」が䞡立しお初めお倉わる。


    20. 䞊玚者ぞの道 — その先にある䞖界

    慣れおきた人向けの応甚は 3 ぀ある。

    ひず぀めは ラむブラリずしお組み蟌む こず。`@colbymchenry/codegraph` を Node.js プロゞェクトに `import` すれば、自前ツヌルにグラフ機胜を茉せられる。

    import CodeGraph from '@colbymchenry/codegraph';
    
    const cg = await CodeGraph.init('/path/to/project');
    await cg.indexAll();
    const ctx = await cg.buildContext('fix login bug', {
      maxNodes: 20, includeCode: true, format: 'markdown'
    });
    console.log(ctx);
    cg.close();

    ふた぀めは 耇数プロゞェクトの暪断怜玢。モノレポでもマルチリポでも、ディレクトリごずに DB を持おるので、ラッパヌスクリプトで暪断むンデックスを䜜れる。

    3 ぀めは コミュニティぞの貢献。察応蚀語・フレヌムワヌクの远加は PR が歓迎されおいる。自瀟で䜿う特殊フレヌムワヌク瀟内 DSL などのパタヌンを足せば、AI 䜓隓が䞀気に向䞊する。

    ここたで来るず、CodeGraph は「ツヌル」ではなく 「AI 開発環境の暙準むンフラ」 ずしお機胜し始める。


    21. 甚語解説集

    • AST抜象構文朚 — ゜ヌスコヌドを朚構造に倉換した䞭間衚珟。CodeGraph はこれを tree-sitter で生成する。

    • ゚ッゞ — グラフのリンク。CodeGraph では「呌び出し」「むンポヌト」「継承」「包含」など。

    • FTS5 — SQLite の党文怜玢拡匵。シンボル名の高速怜玢に䜿われる。

    • MCPModel Context Protocol — AI ゚ヌゞェントず倖郚ツヌルを぀なぐ Anthropic 提唱の共通芏栌。

    • ノヌド — グラフの頂点。CodeGraph ではファむル・モゞュヌル・クラス・関数・メ゜ッドなど。

    • RAG — 怜玢拡匵生成。ベクトル類䌌床でコヌド片を返す方匏。CodeGraph ずは補完関係。

    • tree-sitter — 倚蚀語察応のむンクリメンタルパヌサ。19 蚀語以䞊をサポヌト。

    • MCP サヌバヌ — MCP プロトコルでツヌルを公開するサヌバヌ。CodeGraph は `serve --mcp` でこれを起動。

    • むンクリメンタル同期 — 倉曎ファむルだけを差分曎新する仕組み。

    • 圱響範囲Impact Radius — あるシンボルを倉曎したずき、䟝存しお圱響を受ける範囲。


    22. コマンドチヌトシヌト

    # むンストヌルmacOS/Linux
    curl -fsSL https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.sh | sh
    
    # むンストヌルWindows PowerShell
    irm https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.ps1 | iex
    
    # npm 経由でグロヌバルむンストヌル
    npm install -g @colbymchenry/codegraph
    
    # 察応゚ヌゞェントぞの自動セットアップ
    codegraph install
    
    # プロゞェクト初期化察話モヌド
    codegraph init -i
    
    # フルむンデックス初回・倧芏暡倉曎埌
    codegraph index
    
    # 差分むンデックス手動曎新
    codegraph sync
    
    # むンデックス統蚈
    codegraph status
    
    # シンボル怜玢
    codegraph query UserService
    
    # ファむル構造の䞀芧
    codegraph files
    
    # AI 向けコンテキスト生成
    codegraph context "fix login bug"
    
    # 倉曎ファむルから圱響を受けるテストの䞀芧
    codegraph affected src/auth/login.ts
    
    # MCP サヌバヌ起動通垞は自動
    codegraph serve --mcp
    
    # プロゞェクトからむンデックス削陀
    codegraph uninit
    
    # ゚ヌゞェント蚭定からCodeGraphを削陀
    codegraph uninstall

    以䞊、CodeGraph ずいう AI コヌディング時代の隠れた基盀ツヌル の党䜓像であった。むンストヌルしお 5 分、蚭定はれロ、効果は数字で芋える。AI ず毎日コヌドを曞く人なら、入れない理由が芋぀からないツヌルである。

    おすすめ蚘事↓


    たずめ

    CodeGraph は、単なるコヌド怜玢ツヌルではなく、あなたず䞀緒に成長するパヌトナヌ である。むンストヌル盎埌は他のツヌルず倧差ないが、1 週間䜿うずプロゞェクトの構造を芚え、1 ヶ月䜿うず AI の応答が䜓感で 2 倍速になり、3 ヶ月䜿うず 手攟せない存圚 になっおいる。

    この蚘事を読んだあなたは、以䞋の 10 項目を孊んだ。

    1. CodeGraph が AI コヌディング゚ヌゞェントのトヌクン代を 35% 削枛する仕組み

    2. tree-sitter ず SQLite を組み合わせた事前むンデックスの蚭蚈思想

    3. RAG ずは異なる「構造的怜玢」ずいうアプロヌチ

    4. ノヌドず゚ッゞで衚珟するコヌド知識グラフの基本

    5. MCP を通じた耇数゚ヌゞェントぞの提䟛方匏

    6. 19 蚀語・14 フレヌムワヌクぞの察応範囲

    7. 自動同期がもたらす「垞に最新」の䜓隓

    8. `codegraph affected` による CI 高速化の応甚

    9. ロヌカル完結ゆえのセキュリティ的安心感

    10. ラむブラリ組み蟌みによる拡匵可胜性

    今日のうちに詊しおほしいのは、たった 1 ぀。自分のお気に入りプロゞェクトで `codegraph init -i` を叩き、AI に「このプロゞェクトを 3 行で説明しお」ず聞くこず である。返っおくる答えの粟床に、驚くはずだ。

    • STEP 1: この蚘事ぞの「スキ♡」

    • STEP 2: noteで「クドクラ KudouCraft」をフォロヌ

    • STEP 3: XTwitterでの拡散

    画像

    メンバヌシップ蚘事も曎新しおいくので芋おくれたら嬉しいです

    皆さんの感想や「こんな䜿い方しおるよ」ずいう報告、
    お埅ちしおいたす
    最埌たで読んで頂きありがずうございたす
    それではたた次回の蚘事でお䌚いしたしょう。

     
     
    KudouCraft AI駆動開発で未経隓から䞊玚者たで生成AI掻甚 質が良い完成品のある自動化をコンセプトに 最新AI゚ヌゞェントの情報をお届け これであなたもAIを䜿いなす偎に。

    あなたぞのおすすめ