CodeGraph reduce las llamadas a herramientas y los costes en asistentes IA

CodeGraph es una herramienta de código abierto que genera un grafo de conocimiento de código pre-indexado para potenciar asistentes de codificación basados en inteligencia artificial, como Claude Code, Cursor, Codex, OpenCode, Hermes Agent, Gemini, Antigravity y Kiro. Su objetivo principal es reducir significativamente el coste, el tiempo y la cantidad de llamadas a herramientas (tool calls) que estos asistentes realizan al explorar un repositorio.

En lugar de que el agente de IA realice búsquedas con grep, glob y lecturas de archivos para entender la estructura del código —un proceso que consume muchos tokens y llamadas—, CodeGraph construye un grafo estático con relaciones entre símbolos, llamadas y la arquitectura general. Cuando el asistente necesita responder una pregunta sobre el código, consulta este grafo indexado de forma instantánea, obteniendo la información relevante sin tener que escanear archivos.

Técnicamente, CodeGraph funciona instalándose con un solo comando, sin necesidad de Node.js —incluye su propio runtime— y se integra automáticamente con los agentes configurados. Una vez en el proyecto, con «codegraph init -i» se crea el índice local en el directorio .codegraph/. El grafo se actualiza fácilmente y se puede desinstalar por completo si se desea.

Las evaluaciones sobre siete repositorios reales (VS Code, Excalidraw, Django, Tokio, OkHttp, Gin, Alamofire) muestran mejoras medias del 25% en reducción de coste, 57% menos tokens, 23% más rapidez y 62% menos llamadas a herramientas. Incluso en repositorios pequeños, como Gin (110 archivos) o Alamofire (110 archivos), las reducciones son positivas, aunque más modestas. En grandes bases de código como VS Code (~10.000 archivos), la reducción de coste es del 33%, con un 80% menos de llamadas a herramientas.

Casos de uso típicos: cualquier desarrollador o equipo que use asistentes de IA para entender, documentar o modificar grandes codebases. Es especialmente útil en proyectos con miles de archivos donde la exploración manual por parte del agente resulta costosa.

Consideraciones: La mejora depende de que el asistente consulte directamente el grafo; si el agente delega la exploración a subagentes que leen archivos, CodeGraph pierde eficacia y se convierte en sobrecarga. Además, las métricas provienen de pruebas controladas con Claude Opus 4.8; el rendimiento puede variar según el modelo y la configuración. La herramienta es gratuita y de código abierto, lo que la hace accesible para cualquier proyecto.