curl -fsSL https://loct.io/install.sh | sh # One-liner (installs from crates.io)Oder direkt über Cargo:
cargo install loctree # CLI: loct, loctree
cargo install loctree-mcp # MCP server for AI agentsRelated MCP server: MCP Codebase Server
Artefakte werden standardmäßig im Cache-Verzeichnis Ihres Betriebssystems gespeichert (überschreibbar über LOCT_CACHE_DIR).
loct # Scan project, write cached artifacts
loct --for-ai # AI-optimized overview (health, hubs, quick wins)
loct slice src/App.tsx --consumers # Context: file + deps + consumers
loct find useAuth # Find symbol definitions
loct find 'Snapshot FileAnalysis' # Cross-match: where terms meet
loct impact src/utils/api.ts # What breaks if you change this?
loct health # Quick summary: cycles + dead + twins
loct dead --confidence high # Unused exports
loct cycles # Circular imports
loct twins # Dead parrots + duplicates + barrel chaos
loct audit # Full codebase reviewloctree erfasst den tatsächlichen Abhängigkeitsgraphen Ihres Projekts in einem einzigen Scan und beantwortet dann sofort strukturelle Fragen aus dem Snapshot. Entwickelt für KI-Agenten, die fokussierten Kontext benötigen, ohne jede Datei lesen zu müssen.
Kernfunktionen:
Holografischer Slice - Extraktion von Datei + Abhängigkeiten + Konsumenten in einem Aufruf
Cross-Match-Suche - Finden, wo mehrere Begriffe gemeinsam auftreten (kein flaches Grep)
Erkennung ungenutzter Exporte - Finden Sie ungenutzte Exporte in JS/TS, Python, Rust, Go, Dart
Erkennung zirkulärer Importe - Tarjans SCC-Algorithmus erkennt Laufzeitfehler
Handler-Tracing - Verfolgen Sie Tauri-Befehle durch die gesamte FE/BE-Pipeline
Auswirkungsanalyse - Sehen Sie, was kaputt geht, bevor Sie löschen oder refactoren
jq-Abfragen - Abfrage von Snapshot-Daten mit jq-Syntax (loct '.files | length')
loctree wird als MCP-Server für eine nahtlose Integration von KI-Agenten ausgeliefert:
loctree-mcp # Start via stdio (configure in your MCP client)Tools: repo-view, slice, find, impact, focus, tree. Jedes Tool akzeptiert einen project-Parameter – scannt automatisch bei der ersten Verwendung und speichert Snapshots im RAM.
{
"mcpServers": {
"loctree": {
"command": "loctree-mcp",
"args": []
}
}
}Sprache | Genauigkeit ungenutzter Exporte | Hinweise |
Rust | ~0% FP | Getestet mit rust-lang/rust (35K Dateien) |
Go | ~0% FP | Getestet mit golang/go (17K Dateien) |
TypeScript/JavaScript | ~10-20% FP | JSX/TSX, React-Muster, Flow, WeakMap |
Python | ~20% FP | Bibliotheksmodus, |
Svelte | <15% FP | Template-Analyse, .d.ts Re-Exporte |
Vue | ~15% FP | SFC-Unterstützung, Composition & Options API |
Dart/Flutter | Vollständig | pubspec.yaml-Erkennung |
Erkennt den Stack automatisch anhand von Cargo.toml, tsconfig.json, pyproject.toml, pubspec.yaml, src-tauri/.
Extrahieren Sie 3-Ebenen-Kontext für jede Datei:
loct slice src/App.tsx --consumersSlice for: src/App.tsx
Core (1 files, 150 LOC):
src/App.tsx (150 LOC, ts)
Deps (3 files, 420 LOC):
[d1] src/hooks/useAuth.ts (80 LOC)
[d2] src/contexts/AuthContext.tsx (200 LOC)
[d2] src/utils/api.ts (140 LOC)
Consumers (2 files, 180 LOC):
src/main.tsx (30 LOC)
src/routes/index.tsx (150 LOC)
Total: 6 files, 750 LOCMulti-Term-Abfragen zeigen, wo Begriffe aufeinandertreffen, nicht flaches ODER:
loct find 'Snapshot FileAnalysis'=== Cross-Match Files (9) ===
src/snapshot.rs: Snapshot(6), FileAnalysis(4)
src/slicer.rs: Snapshot(2), FileAnalysis(3)
...
=== Symbol Matches (222 in cross-match files) ===
src/snapshot.rs:20 - Snapshot [struct]
src/types.rs:15 - FileAnalysis [struct]
...
=== Parameter Matches (4 cross-matched) ===
src/slicer.rs:45 - snapshot: &Snapshot in build_slice(analyses: &[FileAnalysis])Snapshot-Daten direkt abfragen:
loct '.dead_parrots' # Dead code findings
loct '.files | length' # Count files
loct '.edges[] | select(.from | contains("api"))' # Filter edges
loct '.summary.health_score' # Health scoreloct lint --fail --sarif > results.sarif # SARIF for GitHub/GitLab
loct --findings | jq '.dead_parrots | length' # Check dead code count
loct doctor && echo 'Clean' # Health gateCrate | Beschreibung |
Kern-Analyzer + CLI ( | |
HTML-Report-Renderer (Leptos SSR) | |
MCP-Server für KI-Agenten |
make precheck # fmt + clippy + check (run before push)
make install # Install loct + loctree-mcp
make test # Run all workspace tests
make publish # Cascade publish to crates.io[](https://crates.io/crates/loctree)MIT ODER Apache-2.0. Siehe LICENSE-MIT und LICENSE-APACHE.
VibeCrafted mit KI-Agenten (c)2026 Loctree Team
This server cannot be deployed
Code intelligence platform for AI agents. 20 tools for architecture, security & impact analysis.
Codebase intelligence for AI agents — dead code, blast radius, ownership.
Code intelligence for coding agents: semantic, AST, graph, and full-text search. 279+ languages.
AI-powered codebase analysis — call graphs, security, dead code, complexity. 150+ tools.
