codelattice
Allows connecting to a local Ollama instance to run model explanations for the workbench, keeping project evidence on the local machine.
CodeLattice
面向开发者与 AI 编程助手的本地代码图谱引擎。
理解项目结构,追踪调用与依赖,评估改动影响,让每一步代码审查都有可追溯的依据。
快速开始 · 接入 AI 助手 · 可视化工作台 · 支持语言 · 文档 · English
CodeLattice 用 Rust 编写,通过静态分析将代码库整理成可查询的工程图谱。它适合接手陌生项目、维护大型遗留代码、规划重构和做提交前审查,既可以通过 CLI 独立使用,也可以通过 MCP 为 AI 助手提供结构化上下文。
当前版本:v0.17.0-beta.2 · 外部 Beta。 各语言与入口的成熟度不同;桌面 Workbench 为 P0 开发构建。版本详情见 发行说明,实际下载以 GitCode Releases 的附件为准。
能帮你做什么
场景 | 你可以问的问题 | CodeLattice 提供的依据 |
接手项目 | “入口在哪里?哪些模块相互依赖?” | 项目与包结构、符号位置、调用链、工作区关系 |
修改前评估 | “改这个函数,哪些调用方可能受影响?” | 上下游关系、影响范围、风险理由与置信度 |
提交前审查 | “这次改动是否遗漏了 API、文档或测试的同步?” | 变更符号、兼容风险候选、相关文件与验证建议 |
flowchart LR
A[本地代码库] --> B[静态分析]
B --> C[符号、调用与依赖图谱]
C --> D[CLI 查询与变更审查]
C --> E[MCP:AI 助手上下文]
C --> F[工作台:图谱与证据导航]关系结果保留源码位置、置信度与解析理由;图谱质量检查覆盖悬空边、重复节点等问题。你可以沿着证据回到源码复核,而不是只得到一段无法追溯的结论。静态图谱不等同于运行时证明,清理候选也不能直接作为删代码的依据。
Related MCP server: Gortex
快速开始
从源码体验一次分析
需要 Git、Rust/Cargo、Bash;自检脚本还需要 Python 3。macOS / Linux 的环境准备见 入门指南 和 Linux / openEuler 构建指南。
git clone https://gitcode.com/aiulms/codelattice.git
cd codelattice
bash scripts/install-mcp.sh --build
target/release/codelattice analyze \
--root fixtures/rust/portable-smoke \
--language rust \
--format json默认构建启用当前全部语言适配器。成功后会输出项目摘要、图谱、诊断和质量检查结果。把 --root 换成你的项目目录即可继续;不确定语言时可用 --language auto,多项目根目录会返回工作区入口信息。
使用已发布的二进制
macOS Apple Silicon 用户可在 Releases 选择带 darwin-arm64 附件的版本。克隆仓库后,在仓库根目录运行:
export CODELATTICE_TOOL_DIR="$HOME/.local/share/codelattice-tool"
bash scripts/install-release.sh \
--version v0.17.0-beta.2 \
--install-dir "$CODELATTICE_TOOL_DIR"
"$CODELATTICE_TOOL_DIR/codelattice-mcp.sh" --self-test安装器校验下载文件的 SHA-256,并安装稳定的 MCP 启动脚本。其他平台优先使用源码构建;完整安装、升级与回滚方法见 安装指南 和 升级指南。
接入 AI 助手
通过 MCP 为 Codex、Claude Desktop、OpenCode 等客户端提供项目理解与变更审查上下文。
如果使用上面的源码构建路径,先将工具复制到稳定目录:
export CODELATTICE_TOOL_DIR="$HOME/.local/share/codelattice-tool"
bash scripts/promote-to-local-tool.sh --install-dir "$CODELATTICE_TOOL_DIR"
"$CODELATTICE_TOOL_DIR/codelattice-mcp.sh" --self-test如果已用 release 安装器安装,可跳过这一步。随后打印客户端配置片段:
bash scripts/install-mcp.sh --print-config --install-dir "$CODELATTICE_TOOL_DIR"脚本只打印配置,不自动修改客户端设置。按对应客户端格式填入稳定目录中的 codelattice-mcp.sh 绝对路径。
默认 MCP 模式提供 6 个按任务组织的入口:工作流、项目、符号、变更审查、工作区和缓存。接入后可以尝试:
“用 CodeLattice 概览这个项目,列出入口、核心模块和分析限制。”
“修改这个函数之前,检查它的调用方和潜在影响。”
“审查当前改动,列出需要同步检查的文档、测试和公开 API。”
配置示例、工具选择和大项目异步查询见 MCP 使用指南;更多提问方式见 提示词示例。
可视化工作台
入口 | 适合的用法 | 当前范围 |
WebUI / Snapshot Viewer | 在浏览器中查看快照、搜索符号、浏览图谱与审查摘要 | 本地 Web 入口,支持 Runner 分析与工作区选择 |
Desktop Workbench | 联动结构树、图谱、上下游证据和项目对话 | Tauri 桌面 P0 开发构建;签名安装器与自动更新需独立发布验证 |
在仓库根目录启动 WebUI:
bash scripts/webui-runner.sh --open桌面工作台将静态分析结果与模型解释分开展示:选择节点或关系可以查看证据,模型解释需要显式触发,模型输出不会写回事实图谱。
WebUI 使用指南 · 桌面 Workbench 使用指南 · 桌面构建说明
支持语言
以下状态是各语言分析路径的成熟度,不代表整个产品已达到 GA。Fixture smoke 是静态契约验证,不代表完整语言语义或目标项目运行验证。
语言 | Beta 状态 | Fixture smoke | 主要支持 | 已知限制 |
Rust | Stable | ✅ | Cargo 项目模型、符号、imports、CALLS、quality gates | 不做完整类型推断 / trait solving / macro expansion |
Cangjie / 仓颉 | Stable | ✅ | cjpm 项目模型、符号、跨文件引用、调用、diagnostics | 不替代 cjc / cjlint |
ArkTS / HarmonyOS | Production Trial | ✅ | HarmonyOS 项目识别、component/buildMethod、UI call extraction | 不完整解析 ArkUI DSL,不支持所有装饰器语义 |
TypeScript | Beta hardened | ✅ | 符号、imports、calls、tsconfig paths、workspace package import | 不等同 tsc,不做类型系统求值 |
C | Phase A hardened | ✅ | 符号、includes、compile_commands include path、qualityMetrics | 不做完整预处理器、宏展开或函数指针解析 |
C++ | Phase A hardened | ✅ | 符号、includes、calls、compile_commands include path | 不做模板实例化、重载解析、虚调用解析 |
Python | Phase A hardened | ✅ | 符号、calls、package import、relative import、re-export | 不执行代码,不解析动态 import / monkey patch |
JavaScript | Phase A hardened | ✅ | JS/JSX/MJS/CJS 符号、ESM import/export、CommonJS require/module.exports、package.json 入口 | 静态分析,不执行代码;dynamic import/require 为 diagnostic;不索引 node_modules |
Shell | Phase A hardened | ✅ | 脚本文件、函数、source 关系、命令调用、环境变量、风险诊断 | 不执行脚本,不替代 shellcheck,不展开复杂参数/条件 |
更细的语言策略和示例见 CLI 与工程参考。
本地运行与能力边界
分析引擎在本地运行:不依赖云端索引,不上传源码,不执行目标项目代码、构建脚本或测试脚本。
模型解释是独立可选能力:工作台连接远程模型时会发送结构化图证据;默认不发送源码正文。使用本地 Ollama 可让项目证据留在本机。通过外部 MCP 客户端使用时,数据处理还取决于该客户端和模型配置,详见 工作台隐私边界。
结果有明确限制:不做完整类型推断、Rust trait solving、宏展开或完整 C/C++ 预处理;动态行为可能无法解析,关系结果需结合置信度与诊断复核。
审查辅助不能替代验证:影响范围、死代码候选和根因假设都需要结合源码、编译、测试与运行证据判断。
文档
想了解什么 | 入口 |
安装、首次分析与平台准备 | 入门 · 安装 · Linux / openEuler |
仓颉项目使用 | |
AI 工具接入与场景示例 | |
完整命令、语言细节和开发验证 | |
图谱与接口契约 | |
版本变化与验证范围 | |
构建发行包与贡献代码 | |
使用问题与改进建议 |
中文 README 为维护基准,英文说明 为参考入口。历史 Cargo package / 兼容二进制名 gitnexus-rust-core-cli 仅用于迁移,外部命令推荐使用 codelattice。
License
This server cannot be deployed
Maintenance
Related MCP Connectors
AI-powered codebase analysis — call graphs, security, dead code, complexity. 150+ tools.
Codebase graphs, caller impact analysis, and recorded project context for AI coding agents.
Code intelligence platform for AI agents. 20 tools for architecture, security & impact analysis.
Code intelligence for coding agents: semantic, AST, graph, and full-text search. 279+ languages.
Related MCP Servers
- AlicenseNot gradedqualityCmaintenanceA graph-powered code intelligence engine that indexes codebases into a structural knowledge graph to provide AI agents with deep context on function calls, types, and execution flows. It offers local, zero-dependency tools for hybrid search, impact analysis, and dead code detection across Python, JavaScript, and TypeScript projects.289 PyPI812MIT
- AlicenseNot gradedqualityAmaintenanceHigh-performance code graph and code intelligence engine. Index code base into knowledge graph, supports 257 languages and native multi repositories environment1,572Apache 2.0
- AlicenseNot gradedqualityBmaintenanceProvides a semantic understanding of your codebase by parsing with tree-sitter and building a graph of symbols and dependencies. Enables AI assistants to navigate code, analyze changes, and discover architecture using 18 tools with minimal context overhead.11 npm1MIT
- FlicenseAqualityAmaintenanceDeterministic code intelligence engine — indexes 27 languages into a queryable symbol graph for real-time blast-radius analysis, no embeddings or LLM calls.524-