abhigyanpatwari/GitNexus

它属于这里吗？是的

这是一个真正的、实质性的软件项目。它不是列表、教程或演示——它构建了一个原生代码索引管道（Tree-sitter 解析、图存储、MCP 服务器、CLI、Web UI），旨在改善 AI 编码代理理解代码的方式。

它的作用（通俗解释）

像 Cursor、Claude Code 和 Codex 这样的 AI 编码助手擅长编写代码，但通常对大型代码库的结构视而不见。它们可能编辑一个函数，却不知道其他 47 个函数依赖它，因此“无害”的更改经常破坏构建。

GitNexus 通过预先构建整个代码库的知识图谱来解决这个问题。 它不让 AI 逐步挖掘原始文件，而是提前索引所有内容：每个文件、函数、依赖、调用链和执行流程。然后，它通过 MCP（模型上下文协议） 将该图谱暴露给 AI 代理——这是一种为 AI 代理提供额外工具的标准方式。

如何使用

CLI + MCP（推荐）： 在仓库中运行 npx gitnexus analyze 进行索引。运行 npx gitnexus setup 自动连接你的编辑器（Claude Code、Cursor、Codex 等）。运行此命令会写入配置、为代理安装“技能”，并注册自动注入图上下文的钩子。
Web UI： 基于浏览器的图探索器和聊天。它完全在浏览器中运行（通过 WASM），或处于“桥接模式”，连接到本地 CLI 索引而无需重新上传。

核心思想：预计算关系智能

传统的“图 RAG”给 AI 提供原始图边，并让它逐一查询（例如，查询 1：查找调用者 -> 查询 2：哪些文件？ -> ... 4 次查询后）。GitNexus 预先计算答案。当你问 AI “什么依赖 UserService？”时，工具在单次调用中返回 8 个调用者、3 个聚类和置信度分数。这使得答案可靠（跳过昂贵的多查询链），并让更小/更便宜的 LLM 工作得更好，因为繁重的工作由索引器完成。

主要功能（19 个 MCP 工具 + 资源）

impact：爆炸半径分析——列出更改符号后所有会破坏的内容。
trace：两个函数之间的最短路径。
detect_changes：Git 差异影响——将更改的行映射到受影响的进程。
rename：语义重命名（安全重构），带干运行预览。
explain / pdg_query：程序依赖图（PDG）分析，用于调试语句级流程和污点/源-汇路径。
还有 query（混合语义+关键词搜索）、route_map（API 端点）和 read_file / grep 等工具。

它还生成代理技能（如影响分析、调试、重构），并为 Claude Code、Codex 等安装钩子，以便在代理行动前自动用图上下文丰富搜索。

底层技术

解析： Tree-sitter（CLI 原生，Web 用 WASM）。支持多种语言；少数（Kotlin、Dart、Proto、Swift）使用带预构建二进制的供应商语法。
存储： LadybugDB（CLI 用快速原生图数据库，浏览器用 WASM）。
嵌入： 可选本地语义搜索，通过 HuggingFace Transformers/ONNX（可选安装）。

适用对象

在中等至大型代码库上使用 AI 编码助手、厌倦了“AI 幻觉导致错误编辑”并希望为工具提供更深层结构上下文的工程团队和个人开发者。

注意事项和实用说明

许可证： PolyForm 非商业（非商业使用免费，但商业使用需要许可证）。
设置怪癖： 嵌入功能需要 Node >= 22.15。npm 11 用户可能遇到崩溃；建议使用 pnpm 或全局安装。
部署： 一键部署到 Render 大约每月 $35（服务器 + Web 实例 + 磁盘）。
规模： CLI 处理任意大小的完整仓库；纯浏览器 Web UI 限制在约 5k 文件（除非使用后端桥接）。