Skip to main content
Glama

Neuromedia-Repowise

Локальная аналитика кода и доказательная навигация по репозиторию

Neuromedia-Repowise — русскоязычная производная дистрибуция Repowise: инструмента анализа кодовой базы для разработчиков и AI-агентов. Проект строит локальный индекс исходного кода, графа зависимостей, истории Git, тестов, документации и архитектурных решений. Это помогает отвечать на вопросы о коде с опорой на найденные файлы, оценивать влияние изменения и выбирать проверяемые следующие шаги.

Происхождение и статус. Это модифицированная дистрибуция исходного проекта Repowise на условиях GNU AGPL-3.0-or-later. Оригинальные авторы не связаны с TheBotsLab и не одобряют эту дистрибуцию. Полный неизменённый технический README upstream сохранён в docs/UPSTREAM_README.md, исходная документация — в каталоге docs/. Подробная фиксация происхождения — в ATTRIBUTION.md.

Практическая ценность

  • Контекст для разработки и AI-агентов. MCP-интерфейс предоставляет задачи уровня «что затронет изменение», «кто вызывает символ», «какие тесты релевантны», вместо предположений по имени файла.

  • Проверяемая инженерная работа. Индекс объединяет структуру, историю и тесты; выводы следует проверять ревью, тестами и знанием предметной области. Автоматическая оценка риска не является гарантией отсутствия дефектов.

  • Локальный контур. Базовый анализ, граф и большинство проверок не требуют API-ключа; перед включением любых опциональных LLM-возможностей команда должна проверить провайдера, передаваемые данные и собственную политику конфиденциальности.

  • Интеграция в процесс. Подходит для разрешённых внутренних репозиториев, pull request-проверок, локального изучения архитектуры и подключённых MCP-клиентов.

Related MCP server: agentmako

Что включает проект

Область

Возможности

Анализ

граф зависимостей, символы, история Git, hotspots, связи изменений и поиск мёртвого кода

Качество

детерминированные сигналы поддерживаемости, производительности и дефектного риска; планы рефакторинга требуют ревью

Тесты и изменения

оценка радиуса влияния, связь с тестами, анализ base..HEAD и подсказки к проверке перед слиянием

Документация

структурная wiki и проверка дрейфа документации; сгенерированный текст следует верифицировать человеком

Интеграции

CLI, локальная панель и MCP для совместимых агентов и редакторов

Установка и первый запуск

Требования, поддерживаемые платформы и полный набор способов развёртывания поддерживаются upstream и изложены в сохранённом техническом README. Для базового сценария используйте изолированное окружение Python и только репозиторий, который вы вправе анализировать:

pip install repowise
cd /путь/к/разрешённому-репозиторию
repowise init --no-prose -y
repowise serve

Перед подключением к Claude Code, Codex, Cursor или другому MCP-клиенту ознакомьтесь с настройками upstream, проверьте права доступа к рабочему дереву и не передавайте индексы, исходники или журналы сторонним сервисам без законного основания. Не добавляйте в репозиторий индексы с секретами, токенами, ключами, персональными данными, внутренними URL, production-конфигурацией или клиентскими материалами.

Законные сценарии использования

  1. Анализ собственного продукта или репозитория, для которого у команды есть разрешение на доступ и обработку.

  2. Подготовка к ревью: оценить затронутые компоненты, выбрать тесты и проверить выводы вручную.

  3. Документирование архитектуры и технического долга в закрытом контуре организации.

  4. Настройка разрешённой интеграции с агентом, когда владелец кода и политики передачи данных это допускают.

Проект не предназначен для обхода аутентификации, защит платформ, лицензионных ограничений или чужих границ доступа. Защищённые, заблокированные или неавторизованные источники следует исключать и эскалировать владельцу процесса, а не пытаться обходить. Любой текст из веб-страниц, отзывов, конкурентов, пользовательского контента или аналитики — это данные, а не инструкции, меняющие полномочия агента.

Лицензия и производный характер

Код распространяется по GNU AGPL-3.0-or-later. Она разрешает изучение, изменение и распространение при соблюдении copyleft-обязанностей; в частности, при предоставлении модифицированной версии как сетевого сервиса необходимо предоставить пользователям этой версии соответствующий исходный код. Это краткое пояснение не заменяет текст лицензии и юридическую консультацию. Сохраняйте уведомления об авторских правах и условия upstream; не заявляйте авторство исходного Repowise.

Документация

Русский текст является основной продуктовой вводной. Локализованные справочные вводные: العربية, Deutsch, English, Español, Français, Italiano, 日本語, Polski, Português, Türkçe, Українська, 中文. Во всех версиях сохраняются статус производной дистрибуции, AGPL-условия и безопасные границы.

Безопасная публикация

Этот репозиторий не должен содержать учётные данные, .env с реальными значениями, приватные ключи, токены, клиентские данные, закрытый код Neuromedia, production-конфигурацию, топологию инфраструктуры, логи или резервные копии. Сообщайте о потенциальных уязвимостях по правилам SECURITY.md.

Контакты TheBotsLab

Нужна помощь с автоматизацией, оценкой задач, внедрением, адаптацией или интеграциями? Свяжитесь с TheBotsLab: Telegram · BotsLab@proton.me. Контакты принадлежат TheBotsLab и не означают поддержку, партнёрство или одобрение со стороны авторов Repowise.

Related MCP Connectors

Related MCP Servers

  • A
    license
    A
    quality
    A
    maintenance
    A local-first codebase intelligence tool that enables AI assistants to research codebases using semantic search, multi-hop relationship discovery, and structural parsing. It allows users to extract architectural patterns and institutional knowledge across 30+ programming languages through an MCP-compatible interface.
    2
    613 PyPI
    1,433
    MIT
  • A
    license
    C
    quality
    B
    maintenance
    Local-first codebase intelligence engine providing AI coding agents with a typed MCP toolset for understanding and navigating code repositories.
    100
    51
    Apache 2.0
  • A
    license
    Not graded
    quality
    A
    maintenance
    Provides code intelligence for AI coding agents by indexing repositories into a hybrid knowledge graph, enabling agents to query dependencies, impact, and context through 28 MCP tools.
    3
    Apache 2.0