🐱 猫科动物
AI代理的图形驱动代码智能。
Catlas是一个高性能的代码分析引擎，可以将复杂的存储库转换为结构化的知识图。它专为代理编码时代而构建，使AI代理能够理解架构、推理依赖关系，并以专家级的精度导航代码库。
______________________________________________________________________
🚀 主要特点
- 基于图形的摄入：使用高精度树状图解析器映射符号（类、函数、方法）及其关系（调用、导入、继承）。
- 社区发现：实现 莱顿算法 为了检测功能集群，帮助代理了解不同模块如何在目录结构之外协同工作。
- 混合搜索：将BM25关键字搜索与向量嵌入相结合，用于代码概念的深度语义检索。
- 情报综合：自动为Claude、Gemini和GPT等代理生成AI上下文文件和专门的“技能”。
- 多语言支持：针对TypeScript、JavaScript、Python、Go、Rust、Java、C/C++、Ruby等的专业级解析。
______________________________________________________________________
📦 安装
通过npm全局安装：
npm install -g @anhnguyen02/catlas或者直接使用npx运行：
npx @anhnguyen02/catlas analyze______________________________________________________________________
🛠 CLI 参考
| 命令 | 描述 |
|---|---|
analyze | 初始化或重建存储库的知识图。 |
list | 枚举所有已注册的存储库及其统计数据。 |
status | 检索当前存储库上下文的索引运行状况。 |
query | 搜索执行流程通过基于概念的语义查找。 |
context | 360度符号检查：调用图和流程参与。 |
impact | 爆炸半径分析：可传递地绘制结构依赖关系图。 |
cypher | 对基础知识图执行原始Cypher。 |
ui | 启动本地web UI仪表板以查看代码智能概述。 |
eval-server | 启动持久性守护进程以实现低延迟工具访问。 |
clean | 清除Catlas索引和注册表状态。 |
🧩 MCP工具参考
当通过模型上下文协议连接时，Catlas将这些工具暴露给AI代理：
| 工具 | 目的 |
|---|---|
list_repos | 列出所有可用于分析的索引存储库。 |
query | 基于概念的执行流语义搜索。 |
context | 单个代码符号（呼叫者、被呼叫者）的360度视图。 |
impact | 分析更改代码符号的爆炸半径。 |
detect_changes | 跟踪未提交的git更改对执行流的影响。 |
rename | 通过知识图进行多文件协调符号重命名。 |
route_map | 将API路由映射到前端组件和后端处理程序。 |
tool_map | 检查MCP/RPC工具定义及其处理程序。 |
shape_check | 针对消费者验证API响应形状。 |
api_impact | 更改API终点的风险评估。 |
______________________________________________________________________
🏗 工作原理
Catlas分为三个主要阶段：
- 摄入：将源文件并行解析为抽象语法树（AST）并提取结构符号。
- 结构映射：构建代码如何跨文件边界交互的多关系图。
- 情报综合：运行社区检测以识别代码库的“功能心跳”，并生成用于AI消费的元数据。
______________________________________________________________________
📜 许可证
分布在 MIT许可证。参见 LICENSE 了解更多信息。
______________________________________________________________________
建于❤️ 通过 安阮.