agf-code-map

Solid

Deeply Understand (codemap) — 持久化代码图谱 + 变更影响分析 + 理解地图。接手遗留项目 Day-1 / PR 影响分析 / 解释陌生代码 / PRD·ADR 前现状理解时用。编排 tools/codemap/ 的 codemap CLI

AI & Automation 480 stars 14 forks Updated 1 weeks ago MIT

Install

View on GitHub

Quality Score: 87/100

Stars 20%
89
Recency 20%
90
Frontmatter 20%
70
Documentation 15%
74
Issue Health 10%
50
License 10%
100
Description 5%
100

Skill Content

# agf-code-map(Deeply Understand / codemap) [ADR-021](../../../docs/adr/021-code-understanding-engine.md) Deeply Understand 代码理解引擎的 AGF 入口。Python 原生(`tools/codemap/`),SQLite 持久图谱 + tree-sitter 多语言 + 反向 BFS 影响分析 + 静态 HTML dashboard。**替换 `agf-understand`**(M8 验证后删 `agf-understand.js`)。 ## 何时用 - **接手遗留项目 Day-1**:`codemap build` + `onboard` + `dashboard` - **PR / 改动影响分析**:`codemap diff`(→ code-reviewer 审查清单) - **解释陌生文件/函数**:`codemap explain` - **PRD/ADR 前现状理解**:`codemap understand`(接管 agf-understand 的理解地图) ## 命令(tools/codemap/ 下 `uv run codemap <subcmd>`) - `build [path]` — 全量建图 → `.agf/code-map.db` - `update` — 增量(git diff + 双指纹) - `diff [--base <ref>] [--hop N]` — 变更影响分析(反向 import BFS + 风险评分) - `explain <target>` — 节点深度解释(邻居 + 源码片段) - `onboard` — 项目概�� + 复杂度热点 + 高扇入 - `understand [topic]` — 理解地图(目录子系统 + 核心依赖 + 风险��) - `context "<query>"` — 相关子图(给 agent 注入) - `search "<query>"` — 检索(默认 FTS5 关键词;跑过 `embed` 后自动启用 semantic 余弦,三态降级) - `embed` — 生成节点 embedding 存 `.agf/code-map.db`(需 `uv sync --extra semantic`;jina-code-v2,首次下载 ~90MB + torch;未装/未跑则 search 自动降级 FTS,功能不中断) - `dashboard [--out <path>]` — 静态 HTML 图(cytoscape,浏览器 open) ## 语言覆盖 首发 7 语言:Python / TS / JS / SQL / YAML / JSON / Java(04 设计)。Swift/WXML 诚实缺口(04 §6)。 ## 纪律(08) - DU 是**事实层**(确定性代码事实),**不碰** `docs/specs/` / `docs/adr/` / `docs/design/DESIGN.md` / OpenAPI 契约 - 产物 `.agf/*` gitignored(派生缓存,可重建);消费层报告落 `docs/reviews/` - DU **不投票** verdict(ADR-010 不变)——给 reviewer 事实参考,verdict 仍从 findings 推导

Details

Author
pcliangx
Repository
pcliangx/AppGenesisForge
Created
3 months ago
Last Updated
1 weeks ago
Language
Python
License
MIT

Integrates with

Similar Skills

Semantically similar based on skill content — not just same category

AI & Automation Featured

grill-me

针对方案或设计的高强度追问式面试(adversarial design review / grill session),暴露假设漏洞与缺失约束,过程中同步维护领域模型(术语表和 ADR)。手动调用 /grill-me。

1,609 Updated today
feiskyer
Code & Development Listed

baku-coding-discipline

写代码、修 bug、重构、审查实现和接收 AI 生成代码时的工程纪律入口 skill。用于实现功能、修改代码、定位故障、性能回归、设计接口、评估重构、处理技术债、做代码审查、降低复杂度、要求“别越改越复杂”,或要求先研究、只排查、先方案、不要执行时。代码变更完成后必须判断并维护受影响的项目文档;涉及文档时联动 neat-freak。融合 Karpathy 编码纪律、TDD / Diagnose / Review / Refactor Plan 工作流,以及工程成熟度门禁;相关 skill 缺失时先尝试安装,无法安装时使用本 skill 内置流程。

2 Updated today
Basic-XYZ
AI & Automation Listed

ks-deep-claim-audit

对【别人】在网上(X 推文 / 文章 / 截图 / 营销话 / 朋友转发)宣称的某个 GitHub 开源项目 · AI 工具 · 产品 · 数据/性能/热度, 做毫无遗漏的深度地毯式核查与尽职调查——客观判定每条声称是 真实/部分真实/夸大/虚假/无法证实,而不是附和宣传。 触发:用户贴来【别人的】宣传/推文/截图/repo 链接要求核真伪,或要求「深度地毯式 挖掘/核实/审查/验证/分析/判断」「毫无遗漏」 「可以大胆用 dynamic workflow / agent teams」;或直接问「这个项目/工具/repo 靠谱吗 / 是不是真的 / 是不是夸大 / 值不值得用 / 这个推文可信吗 / 帮我查查这个 GitHub / 这个 benchmark·数据·性能数字成立吗 / 这个声称有没有水分」。 不触发:① 核查【用户自己写的文章稿】→ article-fact-check;② 开放主题的多源研究报告(非核查特定宣称)→ deep-research; ③ 精读理解一篇论文/文章的思想 → deep-reading-analyst。 核心动作:先自己侦察事实底座 → 派 Workflow 多 Sonnet agent 按维度扇出 → 亲自交叉核对载重结论 → 客观出逐条 verdict 的 .md 报告。 触发词:深度核查、地毯式、毫无遗漏、挖掘洞察、核实验证、是不是真的、是不是夸大、靠谱吗、可信吗、查查这个项目、 推文核查、X 博主、宣称、尽调、due diligence、fact-check this repo/tool/claim、verify this hype。

0 Updated 1 weeks ago
KaiSky0823