KiroGraph：面向AI的本地代码知识图谱，优化令牌效率

KiroGraph 是一个专为 AI 编程助手打造的本地语义代码知识图谱工具，旨在解决 AI 在复杂代码库中探索时效率低下的问题。当 AI 需要理解代码时，传统方法依赖大量文件读取、grep 搜索和 glob 模式匹配，每一次操作都是一次工具调用，不仅消耗上下文窗口，还拖慢响应速度。KiroGraph 通过预先索引的语义知识图，将符号关系、调用链、类型层次、影响半径等信息在一个 MCP 工具调用中提供，让 AI 能瞬间获取所需上下文，减少工具调用次数，加快处理复杂任务的速度。

KiroGraph 的核心索引机制基于 tree-sitter 解析源代码为抽象语法树（AST），从中提取 24 种节点类型（函数、方法、类、接口、类型、枚举、变量、常量、路由、组件等）和 12 种边关系（调用、导入、导出、继承、实现、包含、引用、实例化、重写、装饰、类型关联、返回）。所有数据存储在项目本地的 SQLite 数据库 .kirograph/kirograph.db 中，完全离线运行，不依赖任何外部服务或 API 密钥。索引在 Kiro 集成中通过钩子自动保持最新，无需后台进程监控。

索引分为三个层次：结构层（默认启用）、语义层（可选）和架构层（可选）。结构层使用 tree-sitter 解析并提取节点和边，为所有图遍历工具提供支持，无需额外依赖。语义层在启用后，会对函数、方法、类等符号生成 768 维向量嵌入，使用 nomic-ai/nomic-embed-text-v1.5 模型（约 130MB），并支持多种向量引擎（包括余弦、sqlite-vec、Orama、PgLite、LanceDB、Qdrant、Typesense）进行自然语言搜索。架构层则检测项目的高层结构，如包和架构层次，并计算耦合度指标，结果存储在 kirograph.db 的 arch_* 表中。

安装方式包括全局 npm 安装（尚未发布到 npm 仓库）或从源代码构建。安装后通过 kiograph install 命令集成到 Kiro 环境，会自动配置 MCP 服务器、IDE 自动同步钩子、CLI 代理和指导文件。对于其他支持 MCP 的工具（如 Claude Code 和 Codex），也提供了实验性集成支持，但未充分测试。KiroGraph 的目标是让 AI 编程助手以更少的资源消耗，更高效地理解和操作代码库。