- Ein AI-Plugin mit Multi-Agenten-Pipeline, das automatisch alle Dateien, Funktionen, Klassen und Abhängigkeiten eines Projekts analysiert und in einen interaktiven Wissensgraphen umwandelt
- Analyse mit
/understand starten, Web-Dashboard mit /understand-dashboard ausführen
- Bietet zwei Ansichten: struktureller Graph (Datei-/Funktions-/Klassen-Knoten) und Domänengraph (Mapping von Geschäftsprozessen)
- Farbcodierung nach Architekturebenen, bei Klick auf einen Knoten werden Klartext-Zusammenfassung und Beziehungen angezeigt
- Mit
/understand-knowledge wird ein Karpathy-Pattern-LLM-Wiki analysiert; nach dem Parsen von Wiki-Links und Kategorien extrahieren LLM-Agenten implizite Beziehungen und Entitäten und wandeln sie in einen force-directed Graphen um
- Unterstützt Fuzzy- & semantische Suche – Suche nicht nur nach Namen, sondern auch nach Bedeutung möglich
- Mit
/understand-diff lässt sich vor dem Commit eine Änderungsauswirkungsanalyse (Ripple-Effekt) erfassen
- Automatische Generierung von geführten Touren: zeigt die Lernreihenfolge für die Codebasis als nach Abhängigkeitsreihenfolge sortierten Architektur-Walkthrough
- Persona-adaptive UI: passt den Detailgrad des Dashboards automatisch an Junior-Entwickler, PMs und Power-User an
- Erklärt 12 Programmiermuster (Generics, Closures, Decorators usw.) mit Kontext an den Stellen, an denen sie im Code vorkommen
- Besteht aus 5 spezialisierten Agenten (
project-scanner, file-analyzer, architecture-analyzer, tour-builder, graph-reviewer) plus 2 Agenten für Domänen-/Wiki-Analyse; der Dateianalysator verarbeitet bis zu 5 gleichzeitig und 20–30 pro Batch, mit Unterstützung für inkrementelle Updates
- Da der Wissensgraph JSON ist, kann er nach einem Commit vom gesamten Team geteilt werden — bei Einbindung eines Post-Commit-Hooks mit der Option
--auto-update wird der Graph bei jedem Commit automatisch synchronisiert
- Unterstützt 10 AI-Coding-Plattformen wie Claude Code, Codex, Cursor, Copilot, Gemini CLI, OpenCode und Pi Agent
- MIT-Lizenz
1 Kommentare
Als es anfangs herauskam, habe ich es ausprobiert, aber vielleicht lag es daran, dass die Codebase, auf die ich es angewendet habe, groß war: In dem erstellten Wissensgraphen gab es Dinge, die falsch waren oder fehlten. Da inzwischen schon zwei Monate vergangen sind, sollte ich es wohl noch einmal ausprobieren. Es dürfte inzwischen auch verbessert worden sein.