LensPR

Alpha (0.1.x) — funktioniert mit echten Projekten, wird täglich vom Autor genutzt. Erwarte raue Kanten.

KI-Assistenten bearbeiten deinen Code Datei für Datei. Sie sehen keine Abhängigkeiten. Sie grep, lesen, raten — und machen Dinge drei Dateien weiter kaputt.

LensPR erstellt einen Abhängigkeitsgraphen deiner Codebasis und gibt deiner KI ein strukturelles Verständnis, bevor sie irgendetwas ändert.

Schnellstart

Erfordert Python 3.11+, macOS oder Linux. Für TypeScript/JS-Projekte zusätzlich Node.js 18+.

pip install 'lenspr[all]'
lenspr init .
lenspr setup .

Starte deine IDE neu. Fertig. Deine KI hat jetzt lens_*-Tools.

Füge .lens/ zu deiner .gitignore hinzu — der Graph ist lokal und wird aus dem Quellcode neu erstellt.

Was es tut

„Was hängt von dieser Funktion ab?“

Ein einziger Aufruf liefert Quellcode, wer sie aufruft, was sie aufruft und zugehörige Tests:

> lens_context("auth.login_handler")

source: 42 lines
callers: auth_routes.create_routes, test_auth.test_login_success
callees: db.get_user, crypto.verify_password, jwt.create_token
tests: test_login_success, test_login_wrong_password

Ohne LensPR braucht deine KI 5-7 grep/read-Aufrufe und verpasst trotzdem Dinge. Mit LensPR — ein Aufruf, vollständiges Bild.

„Was bricht, wenn ich das ändere?“

Vor jeder Änderung sieht die KI den Auswirkungsbereich:

> lens_check_impact("models.User")

severity: CRITICAL
direct_dependents: 15
indirect_dependents: 23
affected_modules: auth, payments, notifications
tests_covering: 3

Die KI warnt dich, ändert ihren Ansatz oder fragt nach Bestätigung. Keine blinden Änderungen mehr.

„Wie gesund ist diese Codebasis?“

> lens_vibecheck()

score: 86/100 (B)
  test_coverage:    17/25 — 67% functions tested
  dead_code:        20/20 — 0% dead code
  circular_imports: 15/15 — 0 cycles
  architecture:     12/15 — 1 violation
  documentation:     8/10 — 81% documented
  graph_confidence: 14/15 — 94% edges resolved

Verfolge, ob sich die Codebasis im Laufe der Zeit verbessert oder verschlechtert.

Sprachübergreifende Sichtbarkeit

LensPR verbindet Frontend und Backend zu einem einzigen Graph:

LoginModal.tsx → fetch("/api/auth/login")
                        ↓ CALLS_API
Backend:  @router.post("/login") → login_handler()
            → db.query(User)        [reads: users]
            → verify_password()
            → create_jwt_token()

Verfolgt auch: Datenbanktabellen, Docker-Dienste, Umgebungsvariablen, CI/CD-Workflows, SQL-Migrationen.

Funktioniert mit

Sprachen: Python (95%+ Auflösung über Jedi/Pyright) und TypeScript/JavaScript (85-95% über tree-sitter + TS Compiler API).

Infrastruktur: .sql-Dateien, Dockerfiles, docker-compose.yml, GitHub-Actions-Workflows, .env-Dateien — alle in denselben Graph geparst.

Alles läuft lokal. Dein Code verlässt niemals deinen Computer.

Hauptfunktionen

60+ Tools, organisiert in 12 Gruppen — aktiviere nur das, was du brauchst, mit lenspr tools.

Navigation & Suche (8): lens_context, lens_get_node, lens_search, lens_grep, lens_find_usages, lens_get_structure, lens_list_nodes, lens_get_connections

Änderungen (6): lens_update_node, lens_patch_node, lens_add_node, lens_delete_node, lens_rename, lens_batch

Analyse (6): lens_check_impact, lens_validate_change, lens_health, lens_dead_code, lens_dependencies, lens_diff

Qualität (7): lens_vibecheck, lens_nfr_check, lens_test_coverage, lens_security_scan, lens_dep_audit, lens_fix_plan, lens_generate_test_skeleton

Architektur (9): lens_arch_rule_add, lens_arch_rule_list, lens_arch_rule_delete, lens_arch_check, lens_class_metrics, lens_project_metrics, lens_largest_classes, lens_compare_classes, lens_components

Git (4): lens_blame, lens_node_history, lens_commit_scope, lens_recent_changes

Infrastruktur (5): lens_api_map, lens_db_map, lens_env_map, lens_ffi_map, lens_infra_map

Testen & Tracing (3): lens_run_tests, lens_trace, lens_trace_stats

Annotationen (5): lens_annotate, lens_save_annotation, lens_batch_save_annotations, lens_annotate_batch, lens_annotation_stats

Sitzung (4): lens_session_write, lens_session_read, lens_session_handoff, lens_resume

Zeitlich (2): lens_hotspots, lens_node_timeline

Erklärung (1): lens_explain

Bekannte Einschränkungen

• Windows — nicht unterstützt. Nur macOS und Linux.

• self.method()-Aufrufe — der statische Parser kann die Dispatch-Auflösung von Instanzmethoden nicht vollständig auflösen. Workaround: lens_trace (Python 3.12+) löst diese zur Laufzeit auf.

• Go, Rust, Java — noch nicht unterstützt. Das Parser-Interface ist bereit für Mitwirkende.

• Dynamischer Code — getattr, eval, dynamische Importe können statisch nicht verfolgt werden.

Mitwirken

Probier es aus. Wenn es bricht, sag mir Bescheid.

• Fehlerberichte — selbst „das funktioniert nicht“ ist hilfreich

• Sprach-Parser — Go, Rust, Java (das BaseParser-Interface ist bereit)

• Ideen — ein Issue eröffnen

Lizenz

MIT

Gebaut, weil KI ständig meinen Code kaputt gemacht hat.