以下將 codegraph 納入實際項目運作查看使用效益

$ (py3.10) D:\OlgCase\RS\HXXR_3>codegraph init

┌  Initializing CodeGraph
│
◆  Initialized in D:\OlgCase\RS\HXXR_3
|
|  * Scanning files - 2,371 found
|  * Parsing code - done
|  * Resolving refs - done
│
◆  Indexed 2,371 files
│
●  69,568 nodes, 192,594 edges in 53.1s
│
└  Done

- 閱讀剩餘部分 -

Shannon 熵（標準定義）

$$
H(X) \;=\; -\sum_i P_i \log P_i \;\ge\; 0
$$

• $H$ 代表的是 Entropy 不確定性 / 亂度；分布越平均，$H$ 越大（越不確定）；分布越尖（越確定），$H$ 越小。
• 均勻分布（n 個等機率）達最大 $H = \log n$；確定事件 $H = 0$。

- 閱讀剩餘部分 -

在項目開始之初爲什麽選 OSM 而不是政府開放資料

做城市量化分析時，第一個問題永遠是「資料從哪來」。選項通常有三類：

- 閱讀剩餘部分 -

這篇延續上一個 CodeGraph 的深度解析數據庫

在上一篇文章CodeGraph 安裝與使用教學：整合 Claude Code、Cursor、Codex 的程式碼圖譜工具中資料如下：

(py3.10) D:\Git\mitagent>codegraph status                                                                                                                                                                                                                                   
CodeGraph Status                                                                                                                                                                                                                                                            
Project: D:\Git\mitagent                                                                                                                                                                                                                                                    
Index Statistics:                                                                                                                                                                                                                                                           
  Files:     25                                                                                                                                                                                                                                                             
  Nodes:     423                                                                                                                                                                                                                                                            
  Edges:     982                                                                                                                                                                                                                                                            
  DB Size:   1.26 MB                                                                                                                                                                                                                                                        
  Backend:   node:sqlite - built-in (full WAL)                                                                                                                                                                                                                              
  Journal:   wal                  

- 閱讀剩餘部分 -

在大型程式項目中通常會透過不同手段來優化 llm token 的使用效益,本篇文章將介紹如何使用 codegraph

安裝 CLI
npm install -g @colbymchenry/codegraph

進入到項目中，安裝 codegraph，它會自動偵測並設定 Claude Code、Cursor、Codex
$ codegraph install

- 閱讀剩餘部分 -