KiroGraph：面向AI的原生代碼知識圖譜，最佳化令牌效率

KiroGraph 是一個專為 AI 程式設計助手打造的本地語義程式碼知識圖譜工具，旨在解決 AI 在複雜程式碼庫中探索時效率低下的問題。當 AI 需要理解程式碼時，傳統方法依賴大量檔案讀取、grep 搜尋和 glob 模式匹配，每一次操作都是一次工具呼叫，不僅消耗上下文視窗，還拖慢響應速度。KiroGraph 透過預先索引的語義知識圖，將符號關係、呼叫鏈、型別層次、影響半徑等資訊在一個 MCP 工具呼叫中提供，讓 AI 能瞬間獲取所需上下文，減少工具呼叫次數，加快處理複雜任務的速度。

KiroGraph 的核心索引機制基於 tree-sitter 解析原始碼為抽象語法樹（AST），從中提取 24 種節點型別（函式、方法、類、介面、型別、列舉、變數、常量、路由、元件等）和 12 種邊關係（呼叫、匯入、匯出、繼承、實現、包含、引用、例項化、重寫、裝飾、型別關聯、返回）。所有資料儲存在專案本地的 SQLite 資料庫 .kirograph/kirograph.db 中，完全離線執行，不依賴任何外部服務或 API 金鑰。索引在 Kiro 整合中透過鉤子自動保持最新，無需後臺程序監控。

索引分為三個層次：結構層（預設啟用）、語義層（可選）和架構層（可選）。結構層使用 tree-sitter 解析並提取節點和邊，為所有圖遍歷工具提供支援，無需額外依賴。語義層在啟用後，會對函式、方法、類等符號生成 768 維向量嵌入，使用 nomic-ai/nomic-embed-text-v1.5 模型（約 130MB），並支援多種向量引擎（包括餘弦、sqlite-vec、Orama、PgLite、LanceDB、Qdrant、Typesense）進行自然語言搜尋。架構層則檢測專案的高層結構，如包和架構層次，並計算耦合度指標，結果儲存在 kirograph.db 的 arch_* 表中。

安裝方式包括全域性 npm 安裝（尚未釋出到 npm 倉庫）或從原始碼構建。安裝後透過 kiograph install 命令整合到 Kiro 環境，會自動配置 MCP 伺服器、IDE 自動同步鉤子、CLI 代理和指導檔案。對於其他支援 MCP 的工具（如 Claude Code 和 Codex），也提供了實驗性整合支援，但未充分測試。KiroGraph 的目標是讓 AI 程式設計助手以更少的資源消耗，更高效地理解和操作程式碼庫。