harshkedia177/axon

解决的问题

Axon 创建代码库的结构知识图谱，以防止破坏性变更并减轻开发人员和 AI 代理的认知负担。它解决了 AI 代理处理「扁平文本」（通过 grep 查找字符串）的问题，这常常导致遗漏间接依赖关系，并缺乏对代码实际连接方式的理解。

工作原理

Axon 使用一个 12 阶段的分析流水线，在本地运行以索引仓库。它通过 tree-sitter 提取 AST，解析导入，追踪函数调用，并分析类型关系。然后应用 Leiden 算法进行社区检测，并分析 git 历史记录以发现「变更耦合」（频繁一起变更的文件）。这些数据存储在图中，可通过 Web 仪表板、CLI 或 MCP（Model Context Protocol）服务器进行查询，使 AI 代理能够执行混合搜索（BM25 + 向量 + 模糊）和影响分析。

适用人群

• AI 代理开发者：希望为 Claude Code 或 Cursor 等代理提供深层架构认知，而无需塞满上下文窗口的人。
• 软件工程师：需要可视化调用图、检测死代码，或在重构前进行影响范围分析的开发者。

主要亮点

• 交互式 Web UI：带有社区凸包叠加的力导向图可视化和 Cypher 查询控制台。
• MCP 集成：公开 axon_impact 和 axon_context 等工具，使代理能在一次工具调用中理解依赖关系。
• 深度分析：包含框架感知的死代码检测和执行流程追踪（例如检测 FastAPI 或 Express 路由）。
• Git 耦合：通过分析 git 历史记录中哪些文件被共同修改，识别隐藏依赖。
• 本地优先：所有解析、嵌入和图存储均在本地运行，零云依赖。