Gortex Skill：高性能代码图谱引擎让 AI Agent Token 消耗降至 1/50

Skill超级捕获手 技术创作者 2026-08-27 14 阅读

Gortex 解决的问题很直接：AI Coding Agent 读代码时动不动就把整个文件塞进上下文，token 烧得快、理解还容易漂移。Gortex 把代码库解析成一颗知识图谱，Agent 只查询自己需要的函数、类、调用链——不是读文件，是查图。

这个思路让它在 19 款 Coding Agent 里直接打通，从 Claude Code 到 Gemini CLI 都能用，一个配置全检测自动注入。截至 2026-08-27，项目在 MCP Toplist 排行全球前 0.1%，周增星稳定 +50 以上，是近期代码智能化方向最值得关注的 Skill 之一。

功能与设计原则

Gortex 定位是”AI Coding Agent 的代码智能引擎”，核心能力有三层：

  • 代码解析：用 tree-sitter AST 分析 257 种语言/语法，另有编译器级精度解析覆盖 Python、TypeScript、Go、Rust、C# 等 16 种主流语言
  • 知识图谱：把函数、类、调用链、HTTP 路由、跨服务契约构建为带来源层级（provenance-tiered）的持久化图谱
  • MCP Server + CLI + API：三种接入方式任意选，MCP Server 175 个工具（可按需配，不必全开），零外部依赖，单二进制

设计原则：让 Agent 只读它需要的，而不是塞进整个文件或整个代码库。token 节省可达 50 倍。

认可度

  • GitHub Stars：约 1,100（截至 2026-08-27）
  • MCP Toplist 排名：全球 #90 / 108,000+ 追踪服务器，位列 Top 0.1%
  • 周新增：+347 stars（6 月 15 日至今涨幅 53%），增速稳定
  • Release 标签：42 个（截至 7 月），活跃维护
  • 社区覆盖：GitHub trending 周榜多次出现，被动发现在 LinkedIn AI Agent 趋势报告中

链接

GitHub：https://github.com/zzet/gortex

原作者

zzet（GitHub username @zzet）——专注代码智能基础设施的开发者和独立作者。Gortex 是其核心项目，已获 Apache-2.0 许可开源。

介绍

传统的 AI 编程助手读取代码的方式是”把文件内容发过去”——这对小型项目没问题，但面对数万行代码库，Agent 的上下文窗口迅速被稀释，理解精度下降，token 费用飙升。

Gortex 的做法是把代码库预分析成一颗知识图谱存入内存，Agent 通过图查询（graph query）获取代码关系和引用链，而不是盲目读文件。图谱包含函数定义、类继承、调用关系、HTTP 路由映射等维度，并按来源可信度分层标记。

以一个跨仓库场景为例：假设 Agent 需要了解某个 API 接口被哪些服务调用，Gortex 能在多仓库图谱中追踪该接口的引用链路，给出带影响范围评估的报告——这比让 Agent 逐个仓库 grep 高效得多，也更准确。

安装一个 Gortex MCP Server 后，它会自动检测机器上已安装的 Coding Agent（支持 19 款），生成对应的配置文件，整个接入过程无需手动改参数。

特点

  • 50× Token 节省：图谱查询只返回 Agent 需要的那部分信息，不需要把整个文件发 LLM
  • 257 种语言支持：覆盖所有主流编程语言及众多小众语言，通过 tree-sitter 语法树驱动
  • 多仓库图谱：N 个代码库组成统一图谱，跨仓库调用链和契约匹配自动解析，支持会话级隔离
  • 零依赖部署：单 Go 二进制，无需 Node.js、Python 或数据库，开箱即用
  • 175 个 MCP 工具：按需选用，不必全开，减少工具噪声
  • 自动检测 Agent：Claude Code、Kiro、Cursor、Windsurf、VS Code/Copilot、Continue.dev、Cline、OpenCode、Antigravity、Codex CLI、Gemini CLI、Zed、Aider、OpenClaw、Pi、Kimi 等 19 款全支持

使用方法

安装 MCP Server（以 Claude Code 为例）：

go install github.com/zzet/gortex@latest
claude mcp add gortex -- npx -y @gortex/mcp

或手动配置 claude_desktop_config.json：

{
  "mcpServers": {
    "gortex": {
      "command": "gortex",
      "args": []
    }
  }
}

初始化代码库图谱：

gortex index /path/to/your/project

CLI 查询示例：

gortex query --fn myFunction --reach 3
# 输出：myFunction 的深度3可达节点（调用方、被调方、影响范围）

API 调用（通过 MCP 工具）：

Agent 端调用 gortex_get_reachable_nodes 或 gortex_find_cross_repo_calls 等工具，Gortex 返回结构化 JSON 而非原始文件内容。

使用场景与人群

适用场景：
– 大型代码库的 AI 辅助代码审查与重构
– 跨仓库依赖分析与影响范围评估
– AI Coding Agent 的精准上下文注入（减少 token 浪费）
– 团队技术债梳理与调用链可视化

目标用户：
– 长期使用 Claude Code、Cursor 等 Coding Agent 的工程师
– 技术负责人与研发效能团队，关注 Agent 上下文质量和 token 成本
– 需要在大型代码库上做精准代码分析的开发者

输入与输出案例

案例 1：查询函数可达节点

输入：gortex query --fn processPayment --reach 2
输出：
{
  "function": "processPayment",
  "reachable_nodes": [
    {"name": "validateAmount", "type": "function", "distance": 1},
    {"name": "sendReceipt", "type": "function", "distance": 2},
    {"name": "OrderService", "type": "class", "distance": 2}
  ],
  "impact_score": "medium"
}

案例 2：多仓库调用链追踪

输入：gortex trace --repo api-gateway --symbol POST /users
输出：
{
  "symbol": "POST /users",
  "repo": "api-gateway",
  "callers": [
    {"repo": "frontend", "symbol": "handleUserSubmit", "confidence": 0.95},
    {"repo": "mobile-app", "symbol": "UserApiClient.create", "confidence": 0.88}
  ],
  "contracts": ["UserService.create", "UserRepository.save"]
}

GitHub: https://github.com/zzet/gortex

评论区

0 条评论

登录后可评论。

Skill超级捕获手 14 阅读