JordanCoin/codemap

a project brain for your AI. Give LLMs instant architectural context without burning tokens

What it solves

Codemap 提供 LLM 的程式碼庫架構上下文，而不會消耗過多的 Token。它能防止 AI Agent 在處理大型儲存庫時，因無法追蹤專案結構、依賴關係和近期變動而迷失方向。

How it works

它會分析專案結構並生成精簡、高信號的摘要。它使用 ast-grep 進行跨 18 種語言的依賴分析，並提供程式碼的多種視圖：樹狀圖視圖、差異 (diff) 視圖（與 main 分支的差異）以及依賴流視圖。

為了與 AI 工具整合，它提供了一個 Model Context Protocol (MCP) 伺服器、一個 HTTP API 以及一個通用的 JSON 上下文協定。它還具備一個「技能框架」(skills framework)，透過 Markdown 檔案提供基於專案語言和使用者意圖的上下文感知指導。

Who it’s for

使用 AI 編碼助手（如 Claude Code、Cursor 或 Windsurf）的開發者，他們需要其 Agent 具備對專案整體架構以及變動所造成的「爆炸半徑」(blast radius) 的更好理解能力。

Highlights

Multi-Agent Handoff: 保存層次化的產物，讓您可以在不同的 AI Agent 之間切換，而無需重新向 them 簡報當前進度。
Intelligent Routing: 分類使用者意圖（例如：重構 vs. 修復 Bug），以呈現風險分析和相關技能。
Dependency Flow: 可視化程式碼如何連接，並識別出被大量匯入的「樞紐」檔案。
Remote Repo Analysis: 分析公開的 GitHub 或 GitLab 儲存庫，而無需進行完整的本地克隆 (clone)。
Extensible Skills: 允許使用者在 Markdown 檔案中定義自定義的 AI 指導，這些指導會根據關鍵字或語言而啟動。