1HUNZ/AI-Codebase-Vectorizer
GitHub: 1HUNZ/AI-Codebase-Vectorizer
一款将大型代码库转换为语义依赖图以适配 LLM 上下文窗口限制的 AI 辅助开发工具。
Stars: 0 | Forks: 0
# CodeGraph AI:面向大语言模型感知的智能代码库映射
[](https://1hunz.github.io/AI-Codebase-Vectorizer/)
## 🧠 概述与核心理念
CodeGraph AI 是一款革命性的**上下文感知代码库可视化工具**,专为 Large Language Models (LLMs) 和 AI 辅助开发工作流设计。传统的仓库映射通常只展示静态的文件树,而 CodeGraph AI 能够创建**动态的语义依赖图**,揭示函数、类、模块和 API endpoint 之间隐藏的关系。它解决了 AI 助手在分析大型代码库时丢失上下文这一根本问题,通过生成**压缩但全面的知识图谱**,使其能够完美适配 GPT-4、Claude 和 Gemini 等模型的 token 窗口限制。
想象一下你的代码库是一座庞大的城市,而 CodeGraph AI 就是那张展示每一栋建筑、地下通道和连接桥梁的**建筑蓝图**。AI 助手可以瞬间浏览这份蓝图,而无需下载整个城市的规划图。这个仓库正是你构建这份蓝图的入口。
## 🎯 问题陈述与独特价值主张
### Context Window 瓶颈
现代 AI 助手在严格的 context window 限制下运行——通常为 8K 到 128K 个 token。一个包含 500 个文件的中型 React 应用,如果算上所有的源代码,很容易就会超过 200K 个 token。CodeGraph AI 通过以下方式解决这个问题:
- **生成智能摘要**,概括每个文件的用途及其依赖关系
- **创建分层映射**,让 AI 能够以编程方式进行遍历
- **高亮显示关键路径**,并在开发过程中实时追踪
- **保留跨文件引用**,同时避免增加 token 数量
## 🚀 核心特性
### 核心能力
| 特性 | 描述 | AI 集成 |
|---------|-------------|----------------|
| **智能依赖解析** | 自动检测跨文件的 import、export 和函数调用 | GPT-4, Claude 3 Opus |
| **Token 优化映射** | 生成的映射比完整源代码少用 60-80% 的 token | 所有 LLMs |
| **实时文件监控** | 在你修改代码时实时更新映射 | 任意 API |
| **多语言支持** | 支持 15+ 种编程语言,包括 Python、JavaScript、TypeScript、Go、Rust、Java 和 C++ | 通用 |
| **自定义上下文包** | 保存特定的文件集群,以便在不同的会话中重复使用 | GPT-4 Turbo |
### ⚡ 智能集成层
CodeGraph AI 不仅是一个映射工具——它还是你的代码库与 AI 助手之间的**双向通信桥梁**:
1. **OpenAI API 集成**:兼容所有 GPT 模型,针对 GPT-4 Turbo 的 128K context window 进行了优化
2. **Claude API 集成**:支持 Claude 3 的 100K context window,特别针对 Anthropic 的 function-calling 格式进行了优化
3. **自定义 LLM 网关**:支持 Ollama、LM Studio 和云端托管的模型
## 📊 架构概述
```
graph TB
subgraph "User Interface Layer"
A[Web Dashboard] --> B[Map Generator]
C[CLI Console] --> B
D[IDE Plugin] --> B
end
subgraph "Code Analysis Engine"
B --> E[AST Parser]
E --> F[Dependency Graph Builder]
F --> G[Token Optimizer]
G --> H[Context Packager]
end
subgraph "AI Communication Layer"
H --> I[OpenAI Adapter]
H --> J[Claude Adapter]
H --> K[Generic LLM Gateway]
end
subgraph "Output Formats"
I --> L[JSON Schema]
J --> M[Mermaid Markdown]
K --> N[Custom Template]
end
L --> O[LLM Prompt];
M --> O;
N --> O;
```
## 💻 安装与快速开始
### 前置条件
- Python 3.10+ 或 Node.js 18+
- Git 2.30+
- (可选) 用于容器化部署的 Docker
### 安装方式
**方式 1:pip (Python)**
```
pip install codegraph-ai
```
**方式 2:npm (JavaScript)**
```
npm install -g codegraph-ai
```
**方式 3:Docker**
```
docker pull codegraph/ai-mapper
```
## 🎮 控制台调用示例
```
# 基本用法 - 映射当前目录
codegraph map --directory ./my-project --output map.json
# 高级用法 - 配合 AI 优化
codegraph map \
--directory ./my-project \
--output map.json \
--api-key sk-your-openai-key \
--model gpt-4-turbo \
--max-tokens 100000 \
--include "*.py,*.js,*.tsx" \
--exclude "tests/*,node_modules/*" \
--live-preview
# 生成 Claude 兼容映射
codegraph map \
--directory ./my-project \
--format claude \
--context-mode semantic
```
## 📝 配置文件示例
在你的项目根目录下创建一个 `.codegraph.yml` 文件:
```
# codegraph-ai 配置 v2.0
version: "2.0"
project:
name: "my-web-app"
language: "typescript"
framework: "react"
mapping:
strategy: "semantic" # Options: flat, semantic, hierarchical
max_depth: 5
min_dependency_weight: 2
optimization:
target_llm: "gpt-4-turbo"
context_window: 128000
compression_ratio: 0.6 # Aim for 60% token reduction
integration:
openai:
api_key: "${OPENAI_API_KEY}"
model: "gpt-4-turbo-preview"
temperature: 0.2
claude:
api_key: "${ANTHROPIC_API_KEY}"
model: "claude-3-opus-20240229"
output:
format: "mermaid" # Options: json, mermaid, markdown, custom
include_descriptions: true
include_code_snippets: true
max_snippet_lines: 50
monitoring:
live_update: true
ignore_patterns:
- "*.log"
- "dist/"
- "build/"
```
## 📱 响应式 Web Dashboard
集成的 Web 界面为你的代码库提供**实时可视化**。特性包括:
- 具有力导向布局的**可缩放依赖图**
- 按文件类型、函数名或依赖权重进行**搜索和过滤**
- **AI 助手预览**,准确展示 LLM 将会“看到”的内容
- **支持 3 种格式导出**(JSON、Mermaid Markdown、PNG)
- 适合随时随地进行代码审查的**移动端响应式设计**
### 🌐 多语言支持
CodeGraph AI 能“听懂”你代码库的语言——名副其实。界面和生成的映射支持:
- 英语、西班牙语、法语、德语、中文、日语、韩语
- 根据代码注释自动检测语言
- 对变量名和函数签名进行智能翻译
## 🖥️ 操作系统兼容性表
| 操作系统 | Python 3.10+ | Node.js 18+ | Docker | 原生二进制文件 |
|-----------------|--------------|--------------|--------|----------------|
| Windows 10/11 | ✅ | ✅ | ✅ | ⏳ |
| macOS 12+ (Intel) | ✅ | ✅ | ✅ | ✅ |
| macOS 14+ (Apple Silicon) | ✅ | ✅ | ✅ | ⏳ |
| Ubuntu 20.04+ | ✅ | ✅ | ✅ | ✅ |
| Fedora 38+ | ✅ | ✅ | ✅ | ✅ |
| Arch Linux | ✅ | ✅ | ✅ | ⏳ |
| Alpine Linux | ✅ | ⚠️ | ✅ | ❌ |
| Debian 11+ | ✅ | ✅ | ✅ | ✅ |
| CentOS 9 | ✅ | ✅ | ✅ | ⏳ |
**图例**:✅ = 完全支持, ⚠️ = 需要额外设置, ⏳ = 开发中
## 🔧 高级自定义
### 自定义主题示例
创建一个 `codegraph-theme.json` 文件:
```
{
"colors": {
"primary": "#6366f1",
"secondary": "#8b5cf6",
"background": "#0f172a",
"foreground": "#e2e8f0",
"dependency_lines": "#f59e0b",
"entry_points": "#10b981",
"dead_code": "#ef4444"
},
"layout": {
"node_size": 200,
"edge_width": 2,
"label_size": 12
},
"animation": {
"enabled": true,
"speed": 1.5
}
}
```
## 🔒 安全与隐私
- **所有处理默认在本地运行**,不会有任何数据离开你的机器
- 为生成的映射提供**可选的静态加密**
- **API 密钥安全存储**在 OS keychain 或环境变量中
- 针对位于欧盟的开发团队采用**符合 GDPR 的数据处理方式**
## 📖 文档
完整文档可在 [docs.codegraph-ai.dev](https://docs.codegraph-ai.dev) (占位符) 查阅。核心指南包括:
- [入门指南](https://1hunz.github.io/AI-Codebase-Vectorizer/)
- [高级配置](https://1hunz.github.io/AI-Codebase-Vectorizer/)
- [API 参考](https://1hunz.github.io/AI-Codebase-Vectorizer/)
- [故障排除与常见问题](https://1hunz.github.io/AI-Codebase-Vectorizer/)
## 📄 许可证
本项目基于 MIT 许可证授权 - 详情请参阅 [LICENSE](https://1hunz.github.io/AI-Codebase-Vectorizer/) 文件。
## ⚠️ 免责声明
**重要提示**:CodeGraph AI 是一款**非官方的第三方工具**,旨在增强本地代码库与 AI 语言模型之间的兼容性。本项目**不隶属于 OpenAI、Anthropic 或任何 AI 模型提供商**。生成的映射可能无法完美呈现所有的代码关系,特别是对于动态类型语言。请始终手动验证关键依赖项。对于因映射生成不正确而导致的开发错误,开发者不承担任何责任。
## 🛎️ 24/7 客户支持
我们坚信**全天候协助**。我们的支持团队可通过以下方式联系:
- **Discord**:[codegraph-ai/support](https://1hunz.github.io/AI-Codebase-Vectorizer/) (即时回复)
- **电子邮件**:support@codegraph-ai.dev (2小时内回复)
- **GitHub Issues**:[Bug 报告与功能请求](https://1hunz.github.io/AI-Codebase-Vectorizer/)
- **在线客服**:可在我们的文档网站上使用
## 🔮 未来路线图 (2026年)
| 季度 | 功能 | 状态 |
|---------|---------|--------|
| 2026年 Q1 | 实时协作映射图 | 开发中 |
| 2026年 Q2 | 基于映射的 AI 驱动代码建议 | Alpha 测试 |
| 2026年 Q3 | 原生 VS Code 扩展 | Beta 发布 |
| 2026年 Q4 | 企业级 SSO 与基于角色的访问控制 | 规划中 |
## 📈 SEO 友好关键词
- AI 代码库映射工具
- LLM context 优化
- Token 高效的依赖可视化
- 多 LLM 兼容工具
- 语义化代码图生成器
- AI 开发工作流自动化
- AI 的 context window 管理
- 提升 GPT 与 Claude 的代码库感知能力
- 智能仓库映射
- 开发者生产力 AI 工具
## 🌟 为什么在 2026 年选择 CodeGraph AI?
在 AI 助手日益成为开发工作流核心组成部分的时代,**本地代码库与 AI 理解能力之间的鸿沟**依然是最大的瓶颈。CodeGraph AI 以一种**不妥协的解决方案**跨越了这一鸿沟,它尊重你的隐私,优化你的 AI 交互体验,并能随着项目复杂度进行扩展。无论你是利用周末时间做项目的独立开发者,还是在财富 500 强公司带领百人团队的成员,CodeGraph AI 都能适应你的工作流——而不是让你去适应它。
[](https://1hunz.github.io/AI-Codebase-Vectorizer/)
*用 ❤️ 为那些坚信 AI 应该“理解”代码,而不仅仅是“阅读”代码的开发者们打造。*
标签:AI风险缓解, IPv6支持, LLM辅助, MITM代理, Petitpotam, SOC Prime, 上下文管理, 云安全监控, 代码可视化, 代码地图, 依赖图, 后端开发, 开发工具, 请求拦截, 逆向工具, 静态分析