LeanKG

Легковесный граф знаний для разработки с поддержкой ИИ

LeanKG — это локальный граф знаний, который предоставляет ИИ-инструментам для написания кода точный контекст кодовой базы. Он индексирует ваш код, строит графы зависимостей и предоставляет MCP-сервер, чтобы такие инструменты, как Cursor, OpenCode и Claude Code, могли напрямую запрашивать граф знаний. Никаких облачных сервисов, никаких внешних баз данных.

Как LeanKG помогает

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

Без LeanKG: ИИ сканирует всю кодовую базу (~10 000+ токенов). С LeanKG: ИИ запрашивает граф знаний для получения целевого контекста (13-42 токена). Экономия токенов на 98% при анализе влияния изменений.

Установка

Установка одной командой (рекомендуется)

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

Поддерживаемые цели:

Примеры:

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

Установка через Cargo или сборка из исходного кода

cargo install leankg && leankg --version

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

Быстрый старт

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

См. docs/cli-reference.md для получения списка всех команд.

Основные возможности

• Автоинициализация -- Скрипт установки автоматически настраивает MCP, правила, навыки и хуки

• Автозапуск -- Хуки сессий внедряют контекст LeanKG в каждую сессию ИИ-инструмента

• Экономия токенов -- 13-42 токена на запрос против 10 000+ при полном сканировании кодовой базы

• Сокращение расходов -- Снижение потребления токенов до 98% при анализе влияния изменений

• Радиус влияния -- Вычисление области воздействия перед внесением изменений

• Граф зависимостей -- Построение графов вызовов с ребрами IMPORTS, CALLS, TESTED_BY

• MCP-сервер -- Предоставление доступа к графу через протокол MCP для интеграции с ИИ-инструментами

• Мультиязычность -- Индексация Go, TypeScript, Python, Rust, Java, Kotlin с помощью tree-sitter

См. docs/architecture.md для получения подробной информации о проектировании системы и модели данных.

Поддерживаемые ИИ-инструменты

Примечание: Cursor требует установки для каждого проекта. ИИ-функции работают на уровне рабочей области, поэтому LeanKG следует устанавливать в каждой директории проекта, где вы хотите использовать внедрение контекста ИИ.

См. docs/agentic-instructions.md для получения подробных инструкций по настройке и поведению автозапуска.

Веб-интерфейс

leankg web --port 9000

Визуализируйте свой граф знаний с помощью силового макета, рендеринга WebGL и кластеризации сообществ.

См. docs/web-ui.md для получения информации о дополнительных функциях.

Метрики контекста

Отслеживайте экономию токенов, чтобы понять эффективность LeanKG.

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

См. docs/metrics.md для получения схемы и примеров.

Обновление

# 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

Живая демонстрация

Попробуйте LeanKG без установки: https://leankg.onrender.com

Документация

Требования

• Rust 1.70+

• macOS или Linux

Лицензия

MIT