当 AI 编程助手面对一个百万行的代码仓库时,它其实是「盲人摸象」。 我们做的这件事,是给它装上一双能看清全局的眼睛——而且这双眼睛,部署在自己手里、直连 Joygen、还能把「记忆」永久存进你的代码分支。
一、缘起:AI 写代码,缺的从来不是算力,而是「上下文」
今天的 AI 编程助手已经很强,但它们有一个共同的软肋——看不清代码之间的关系。
当你让 AI「改一下这个函数」,它需要回答几个问题:
- 这个函数是谁调用的?改了会不会牵连别处?
- 它又调用了谁?依赖哪些下游逻辑?
- 修改的「爆炸半径」到底有多大?
传统做法是 AI 用 Grep、Read一遍遍地翻文件,像大海捞针,既慢又容易漏。而代码知识图谱(CodeGraph)的思路,是把整个代码仓预先解析成一张「符号关系网」——函数、类、接口、调用链、依赖边全部结构化,AI 一次查询就能拿到精准的全局上下文。
图谱本身不是新概念。但我们这次做的,是把它变成一个能与 Joygen 深度协同的云端服务——并且在这个过程中,解决了三个真正棘手的工程问题。
二、痛点:在沙箱里装 CodeGraph,太麻烦了
Joygen 是云端 AI 代码自动生成与部署平台,要在Joygen使用代码图谱服务真正的麻烦在于:要在沙箱内跑起 CodeGraph,成本太高。
CodeGraph 需要特定的运行时、多语言解析器等一系列依赖,把这整套东西塞进每个沙箱、逐一安装配置,既繁琐又沉重:
依赖重、安装繁、配置杂——把建图能力硬塞进每个沙箱,并不是一条划算的路。
于是我们换了个思路:把 CodeGraph 从「需要在沙箱内安装的工具」,重构成「一个独立部署、远程调用的云端服务」。沙箱内零安装,一条连接即可使用。而这背后的三个关键决策,正是这篇分享真正想聊的东西。
三、核心亮点一:自有部署,安全性牢牢握在自己手里
第一个决策,也是最重要的一个:这套服务完全自有部署,代码和数据不出自己的边界。
对企业级代码而言,源码是最核心的资产。如果把建图能力交给外部第三方服务,就意味着源码要离开可控范围——这在安全合规…