- Un pipeline multi-agents analyse automatiquement tous les fichiers, fonctions, classes et dépendances d’un projet pour les transformer en graphe de connaissances interactif
- Lancez l’analyse avec
/understand, puis le tableau de bord web avec /understand-dashboard
- Deux vues sont proposées : un graphe structurel (nœuds de fichiers/fonctions/classes) et un graphe métier (cartographie des processus métier)
- Code couleur par couche d’architecture, avec résumé en texte brut et relations visibles au clic sur un nœud
- Avec
/understand-knowledge, le wiki LLM au format Karpathy pattern est analysé : parsing des wikiliens et catégories, puis extraction par l’agent LLM des relations implicites et entités avant conversion en graphe force-directed
- Prise en charge de la recherche floue et sémantique : recherche possible non seulement par nom, mais aussi par sens
- Avec
/understand-diff, analyse de l’impact des modifications (effet de propagation) avant le commit
- Génération automatique de visites guidées : un parcours d’architecture ordonné selon les dépendances pour indiquer dans quel ordre apprendre la codebase
- UI adaptative par persona : le niveau de détail du tableau de bord s’ajuste automatiquement selon qu’il s’agit d’un développeur junior, d’un PM ou d’un power user
- Explication avec contexte de 12 motifs de programmation (génériques, closures, décorateurs, etc.) à l’endroit même où ils apparaissent dans le code
- Composé de 5 agents spécialisés (
project-scanner, file-analyzer, architecture-analyzer, tour-builder, graph-reviewer) + 2 agents d’analyse métier/wiki ; l’analyseur de fichiers peut traiter jusqu’à 5 tâches en parallèle et 20 à 30 fichiers par lot, avec prise en charge des mises à jour incrémentales
- Le graphe de connaissances étant en JSON, il peut être partagé par toute l’équipe après un seul commit — avec l’option
--auto-update, une intégration au hook post-commit synchronise automatiquement le graphe à chaque commit
- Compatible avec 10 plateformes d’IA pour le code, dont Claude Code, Codex, Cursor, Copilot, Gemini CLI, OpenCode et Pi Agent
- Licence MIT
1 commentaires
Quand c’est sorti, j’avais essayé, mais sans doute parce que le codebase sur lequel je l’avais appliqué était volumineux, j’avais remarqué des erreurs et des éléments manquants dans le graphe de connaissances généré. Deux mois ont passé, donc je devrais peut-être réessayer. Ça a sûrement été amélioré d’ici là.