LeanKG

Leichter Knowledge Graph für KI-gestützte Entwicklung

LeanKG ist ein Local-First Knowledge Graph, der KI-Programmiertools präzisen Kontext zur Codebasis liefert. Er indiziert Ihren Code, erstellt Abhängigkeitsgraphen und stellt einen MCP-Server bereit, sodass Tools wie Cursor, OpenCode und Claude Code den Knowledge Graph direkt abfragen können. Keine Cloud-Dienste, keine externen Datenbanken.

Wie LeanKG hilft

graph LR
    subgraph "Without LeanKG"
        A1[AI Tool] -->|Scans entire codebase| B1[10,000+ tokens]
        B1 --> A1
    end

    subgraph "With LeanKG"
        A2[AI Tool] -->|13-42 tokens| C[LeanKG Graph]
        C -->|Targeted subgraph| A2
    end

Ohne LeanKG: Die KI scannt die gesamte Codebasis (~10.000+ Token). Mit LeanKG: Die KI fragt den Knowledge Graph nach gezieltem Kontext ab (13-42 Token). 98% Token-Einsparung bei der Auswirkungsanalyse.

Installation

Einzeilige Installation (Empfohlen)

curl -fsSL https://raw.githubusercontent.com/FreePeak/LeanKG/main/scripts/install.sh | bash -s -- <target>

Unterstützte Ziele:

Beispiele:

curl -fsSL https://raw.githubusercontent.com/FreePeak/LeanKG/main/scripts/install.sh | bash -s -- cursor
curl -fsSL https://raw.githubusercontent.com/FreePeak/LeanKG/main/scripts/install.sh | bash -s -- claude

Installation via Cargo oder Build aus dem Quellcode

cargo install leankg && leankg --version

git clone https://github.com/FreePeak/LeanKG.git && cd LeanKG && cargo build --release

Schnellstart

leankg init                              # Initialize LeanKG in your project
leankg index ./src                        # Index your codebase
leankg watch ./src                        # Auto-index on file changes
leankg impact src/main.rs --depth 3       # Calculate blast radius
leankg status                             # Check index status
leankg metrics                            # View token savings
leankg web                                # Start Web UI at http://localhost:8080

Siehe docs/cli-reference.md für alle Befehle.

Highlights

• Auto-Init -- Das Installationsskript konfiguriert MCP, Regeln, Skills und Hooks automatisch

• Auto-Trigger -- Session-Hooks injizieren LeanKG-Kontext in jede KI-Tool-Sitzung

• Token-effizient -- 13-42 Token pro Abfrage gegenüber 10.000+ bei einem vollständigen Scan der Codebasis

• Token-Einsparung -- Bis zu 98% Token-Reduzierung bei der Auswirkungsanalyse

• Auswirkungsradius -- Berechnen Sie den "Blast Radius", bevor Sie Änderungen vornehmen

• Abhängigkeitsgraph -- Erstellen Sie Aufrufgraphen mit IMPORTS-, CALLS-, TESTED_BY-Kanten

• MCP-Server -- Stellen Sie den Graphen über das MCP-Protokoll für die Integration in KI-Tools bereit

• Mehrsprachig -- Indizieren Sie Go, TypeScript, Python, Rust, Java, Kotlin mit tree-sitter

Siehe docs/architecture.md für Details zum Systemdesign und Datenmodell.

Unterstützte KI-Tools

Hinweis: Cursor erfordert eine projektbezogene Installation. Die KI-Funktionen arbeiten auf Basis einzelner Workspaces, daher sollte LeanKG in jedem Projektverzeichnis installiert werden, in dem Sie eine KI-Kontextinjektion wünschen.

Siehe docs/agentic-instructions.md für eine detaillierte Einrichtung und das Verhalten des Auto-Triggers.

Web-UI

leankg web --port 9000

Visualisieren Sie Ihren Knowledge Graph mit kraftbasiertem Layout, WebGL-Rendering und Community-Clustering.

Siehe docs/web-ui.md für weitere Funktionen.

Kontext-Metriken

Verfolgen Sie Token-Einsparungen, um die Effizienz von LeanKG zu verstehen.

leankg metrics --json              # View with JSON output
leankg metrics --since 7d           # Filter by time
leankg metrics --tool search_code   # Filter by tool

Siehe docs/metrics.md für Schema und Beispiele.

Update

# Check current version
leankg version

# Update LeanKG binary via install script
curl -fsSL https://raw.githubusercontent.com/FreePeak/LeanKG/main/scripts/install.sh | bash -s -- update

Live-Demo

Probieren Sie LeanKG ohne Installation aus: https://leankg.onrender.com

Dokumentation

Anforderungen

• Rust 1.70+

• macOS oder Linux

Lizenz

MIT