君のコードベース、了解。

[!ヒント] コーディングエージェントに永続的なプロジェクト記憶を与えましょう。

CodeGraphエージェントメモリ**を紹介します。 CodeGraphを基にアーキテクチャ用の永続メモリを基盤とした兄弟プロジェクトです 意思決定、発見、失敗したアプローチ、再利用可能な手順。メモリを有効にする 、その知識を現在のコードと併せてエージェントのワークフローに取り入れます セッションをまた>証拠を。

エージェントメモリガイドを探索→

CodeGraphは、あなたのコードベース全体を意味的に検索可能な知識グラフに変換し、AIエージェントが実際に推論できるものに変換します。単にgrepで解析するのではなく。

始める準備はできましたか? ステップバイステップのセットアップ手順はインストールガイドへジャンプしてください。

すでに設定済みですか? AIアシスタントでCodeGraphを最大限に活用するためのヒントは、使用ガイドをご覧ください。

シェルコマンドを好む? codegraph agent context "your question"を実行する。同じ4つ エージェントツールはCLIを通じて利用可能で、プロジェクトローカルのClaudeコード/Codexフックが利用できます。 codegraph init はフック設定を提供し、インデックス作成前にエージェント命令を追加します。

---

問題

AIコーディングアシスタントは強力ですが、手探りで動いています。

CodeGraph (with updates)

Your codebase, understood.

[!TIP] Give your coding agents lasting project memory.

Meet CodeGraph Agent Memory, our sibling project that builds on CodeGraph with persistent memory for architectural decisions, findings, failed approaches, and reusable procedures. Enable memory retrieval to bring that knowledge into agent workflows alongside current code evidence across sessions.

Explore the agent memory guide →

CodeGraph transforms your entire codebase into a semantically searchable knowledge graph that AI agents can actually reason about—not just grep through.

Ready to get started? Jump to the Installation Guide for step-by-step setup instructions.

Already set up? See the Usage Guide for tips on getting the most out of CodeGraph with your AI assistant.

Prefer shell commands? Run codegraph agent context "your question". The same four agentic tools are available through the CLI, with project-local Claude Code/Codex hooks. codegraph init offers hook setup and adds agent instructions before indexing.

---

The Problem

AI coding assistants are powerful, but they’re flying blind. They see files one at a time, grep for patterns, and burn tokens trying to understand your architecture. Every conversation starts from zero.

What if your AI assistant already knew your codebase?

---

What CodeGraph Does Differently

1. Graph + Embeddings = True Understanding

Most semantic search tools create embeddings and call it a day. CodeGraph builds a real knowledge graph:

Your Code → Build Context → AST + FastML → LSP Resolution → Enrichment → Graph + Embeddings
              ↓               ↓              ↓              ↓              ↓         ↓
          Packages        Nodes/edges    Type-aware     API surface      Graph    Semantic
          Features        Fast patterns  linking        Module graph   traversal   search
          Targets         Spans          Definitions    Dataflow/Docs             (hybrid)

When you search, you don’t just get “similar code”—you get code with its relationships intact. The function that matches your query, plus what calls it, what it depends on, and where it fits in the architecture.

Indexing enrichment adds:

• Module nodes and module-level import/containment edges for cross-file navigation
• Rust-local dataflow edges (defines, uses, flows_to, returns, mutates) for impact analysis
• Document/spec nodes linked to backticked symbols in README.md, docs/**/*.md, and schema/**/*.surql
• Architecture signals (package cycles + optional boundary violations)

Indexing tiers (speed vs richness)