harshkedia177/axon

解決的問題

Axon 建立程式碼庫的結構知識圖譜，以防止破壞性變更並降低開發人員與 AI 代理的認知負荷。它解決了 AI 代理處理「平面文字」（透過 grep 搜尋字串）的問題，這常導致遺漏間接相依關係，且缺乏對程式碼實際連結方式的理解。

作法

Axon 使用 12 階段的分析流程，在本地執行以索引程式碼庫。它透過 tree-sitter 提取 AST，解析匯入，追蹤函式呼叫，並分析類型關係。接著應用 Leiden 算法進行社群偵測，並分析 git 歷史記錄以找出「變更耦合」（經常一起變更的檔案）。這些資料儲存在圖中，可透過 Web 仪表板、CLI 或 MCP（Model Context Protocol）伺服器進行查詢，讓 AI 代理能執行混合搜尋（BM25 + 向量 + 模糊）與影響分析。

適用對象

• AI 代理開發者：希望讓 Claude Code 或 Cursor 等代理具備深度架構認知，又不需塞滿上下文視窗的人。
• 軟體工程師：需要可視化呼叫圖、偵測死程式碼，或在重構前進行影響範圍分析的開發者。

主要特色

• 互動式 Web UI：具備社群凸包疊加的力導向圖形視覺化與 Cypher 查詢控制台。
• MCP 整合：公開 axon_impact 與 axon_context 等工具，讓代理能在單一工具呼叫中理解相依關係。
• 深度分析：包含框架感知的死程式碼偵測與執行流程追蹤（例如偵測 FastAPI 或 Express 路由）。
• Git 耦合：透過分析 git 歷史記錄中哪些檔案被共同修改，識別隱藏相依。
• 本地優先：所有解析、嵌入與圖儲存均在本地執行，零雲端依賴。