Graphenium

目前可先判断为“值得关注、但证据仍很早期”的基础设施项目。现有证据主要来自官方 GitHub 仓库描述，能支持它的定位是 MCP-native 的知识图谱/持久化结构记忆层；但还不足以证明效果稳定、生态成熟或已被广泛采用。

它的实际作用不是通用聊天助手，也不是传统代码搜索器。更准确地说，它更像给 AI coding agent 加的一层“代码库结构索引 + 可查询关系记忆”，让代理少靠 grep/关键词扫描，多通过图结构查询仓库中的模块、依赖与关系，从而服务于代码理解、定位和后续改动产出。

门槛与成本方面，现有证据没有官方定价、托管服务或 API 费用信息，因此只能保守判断为偏工程化的开源自建工具：你需要能接入代码仓库、理解 MCP/agent 工作流，并承担部署、索引与维护成本。不能把“开源”直接等同于总体使用成本低，因为实际时间成本和接入成本仍可能不小。

适合已经在做 AI 编码代理、希望给代理增加持久记忆与结构化查询能力的开发团队；不太适合只想要现成 IDE 插件、普通代码补全或零配置问答的人。社媒共识方面，目前几乎只有仓库级信息，讨论质量偏弱：这更像“官方自述”，只能算能力方向证明，不算好用证明；也没有 GitHub 增长、教程、长文实测或大规模讨论来提供热度证明或使用门槛判断，样本明显有限。