당신의 코드베이스, 이해했습니다.

[! 팁] 코딩 에이전트에게 지속적인 프로젝트 기억을 부여하세요.

CodeGraph 에이전트 메모리를 만나보세요. CodeGraph를 기반으로 아키텍처용 영구 메모리를 사용하는 형제 프로젝트입니다 결정, 발견, 실패한 접근법, 재사용 가능한 절차 등을 제공합니다. 메모리 활성화 검색 기능을 통해 해당 지식을 현재 코드와 함께 에이전트 워크플로우에 반영합니다 세션 전반에 걸쳐 증거를 >.

에이전트 메모리 가이드를 탐색하세요 →

CodeGraph는 전체 코드베이스를 의미론적으로 검색 가능한 지식 그래프로 변환해서, AI 에이전트가 단순히 그냥 읽는 게 아니라 추론할 수 있게 해줍니다.

시작할 준비가 되셨나요? 설치 가이드로 이동해 단계별 설치 지침을 확인하세요.

이미 설정되어 있나요? AI 어시스턴트와 함께 CodeGraph를 최대한 활용하는 팁은 사용 가이드를 참고하세요.

셸 명령을 선호하나요? codegraph agent context "your question"를 실행하세요. 같은 네 개입니다. 에이전트 도구는 CLI를 통해 제공되며, 프로젝트 로컬 Claude 코드/코덱스 훅이 있습니다. codegraph init은 훅 설정을 제공하고 인덱싱 전에 에이전트 명령어를 추가합니다.

---

문제야

AI 코딩 어시스턴트는 강력하지만, 완전히 눈이 멀어 움직이는 셈입니다.

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)