AI 代码知识图谱 教程(三)| Understand-Anything(给人看)

AI 代码知识图谱 教程(三)| Understand-Anything(给人看)

本文是「AI 图谱系列」专栏三。如果你是团队负责人或新人,需要"一眼看懂项目架构",这篇文章是写给你的。


一、新人看代码的困境

  • 打开代码库,几百个文件,不知道先看哪个
  • 架构文档是有的,但和代码对不上------文档说模块 A 依赖模块 B,代码里其实是 C
  • 问了同事一星期,还是搞不清楚"我一个请求进来,到底走了哪些组件"

Codegraph 和 Graphify 是给 AI 用的,新人需要的是给人看的。


二、给人看的图 ≠ 给 AI 查的图

Codegraph Graphify Understand-Anything
为谁设计 AI Agent AI Agent
输出格式 MCP 工具返回 JSON HTML + JSON + Markdown 交互式 Dashboard
交互方式 通过 AI 查 通过 AI 查 + 浏览器看图 拖拽探索、点击展开
视角切换 ✅ 初级/架构师两种视角
中文支持 --language zh 生成中文节点

Understand-Anything 是专门给人看的地图。Codegraph 和 Graphify 是给 AI 的导航仪。三者定位不冲突。


三、Understand-Anything 是什么

多 Agent 协同分析代码库后,生成一个交互式 React Flow Dashboard。你可以拖拽节点、点击展开子图,按角色切换视角。

核心亮点

  • 交互式可视化:拖拽、缩放、点击展开,不像静态 HTML 那样只能看
  • 按角色切换:初级工程师视角(看模块关系) / 架构师视角(看设计意图和依赖方向)
  • 中文节点描述/understand --language zh 生成中文,对国内团队友好
  • 引导式导览:不会几百个节点一下子砸脸上,按社区逐步展开

和 Graphify 的关系

复制代码
Understand-Anything → 给人看:新人打开 Dashboard,拖拽探索项目结构
Graphify            → 给 AI 查:AI 通过 MCP 查图谱,回答问题

两者是互补关系,不冲突。 理想配置:新人入职时两个都装------自己看图,AI 帮查。


四、Understand-Anything 实战教学

4.1 前提条件

项目 要求
Claude Code 已安装并登录
API Key 至少一个大模型 API Key(推荐 Claude 3.5 Sonnet)

所有代码分析和图谱构建均在本地完成,代码不会上传至任何服务器。

4.2 安装

Understand-Anything 有两种使用方式,选一种即可。

方式一:Claude Code 插件(推荐,官方主推)

复制代码
/plugin marketplace add Lum1104/Understand-Anything
/plugin install understand-anything

安装完成后仓库克隆到 ~/.understand-anything/repo装完需重启 Claude Code。 安装后使用 /understand/understand-dashboard 等斜杠命令。

方式二:一键安装脚本(支持多平台)

bash 复制代码
# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/Lum1104/Understand-Anything/main/install.sh | bash

# 直接指定平台(跳过交互提示)
curl -fsSL https://raw.githubusercontent.com/Lum1104/Understand-Anything/main/install.sh | bash -s codex

支持的平台参数:Claude Code、Codex、Cursor、OpenCode、Gemini CLI、VS Code、Pi Agent 等 12+ 个。

4.3 初始配置

首次运行时自动引导配置 API Key 和模型选择。支持 Claude、GPT-4o、DeepSeek 等。

4.4 建图

在 Claude Code 对话框或终端中使用:

复制代码
/understand                    # 完整构建当前项目图谱
/understand src/frontend       # 只分析指定子目录
/understand --language zh      # 生成中文节点描述(国内团队推荐)
/understand --auto-update      # 同时注册 post-commit hook,每次提交自动增量更新

构建耗时参考:

项目规模 构建时间
< 1 万行 30 秒 ~ 2 分钟
1 ~ 10 万行 2 ~ 10 分钟
10 ~ 100 万行 10 ~ 60 分钟
> 100 万行 1 ~ 3 小时

产物存储在 .understand-anything/knowledge-graph.json

4.5 命令速查

图谱与探索:

命令 用途
/understand 构建/更新知识图谱(后续自动走增量模式)
/understand --auto-update 注册 post-commit hook,每次提交自动更新
/understand-dashboard 打开浏览器交互式图谱页面
/understand-chat How does the payment flow work? 基于图谱进行自然语言问答

学习与入职:

命令 用途
/understand-onboard 生成新人入职指南
/understand-explain src/auth/login.ts 深入解释某个文件/函数
/understand-domain 提取业务域知识(域、流程、步骤)

变更分析:

命令 用途
/understand-diff 分析当前改动的影响范围(追踪函数调用链)

4.6 卸载

bash 复制代码
# 移除 Claude Code 插件
/plugin uninstall understand-anything

# 删除项目图谱数据
# Windows:Remove-Item -Recurse -Force .understand-anything\
# Mac/Linux:rm -rf .understand-anything/

4.7 常见问题

问题 解法
图谱构建失败 检查 API Key 配置是否正确;确保网络可访问 LLM 服务
Dashboard 无法访问 /understand-dashboard 会输出本地地址,浏览器打开即可
AI 回答不准确 运行 /understand 更新图谱;切换更强模型(推荐 Claude 3.5 Sonnet)
Dashboard 卡顿 2700+ 节点后 Dagre 布局可能阻塞,分模块建图或关闭全量渲染

五、入职引导三步法

第一步:看社区全景

打开 Dashboard,先看全局。图会按"社区"分组(社区 = 功能相近的一组类/模块),每块有自己的颜色。

复制代码
比如一个博客项目,你会看到:
├──🔵 认证社区(SecurityConfig、LoginController、SessionService)
├──🟢 文章社区(ArticleController、ArticleService、ArticleMapper)
├──🟡 评论社区(CommentController、CommentService、SensitiveWordFilter)
├──🟣 站点管理社区(SiteConfig、FriendLink、SocialLink)
└──🔴 基础设施社区(RedisConfig、FlywayMigration、GlobalExceptionHandler)

先不点进去,先看有哪些社区、它们大概做什么。

第二步:深入核心模块

选你最相关的社区(比如你要改认证,就看蓝色社区),点进去,看内部连接:

复制代码
SecurityConfig
    ├──→ SessionService(创建、验证、销毁 Session)
    ├──→ RedisConfig(Session 存 Redis)
    ├──→ CsrfFilter(CSRF Double Submit Cookie)
    └──→ LoginRateLimiter(登录限流)

看一个模块和哪些东西有连线,连线越多越核心。

第三步:对照架构文档验证

打开项目的架构文档(Graphify 的 GRAPH_REPORT.md 里有关联),对照你刚在 Dashboard 上看到的,验证理解:

"文档说认证模块依赖 Redis 做 Session 持久化 → 图上也看到了 SecurityConfig → RedisConfig → ✅ 对上了"

"文档说模块间单向依赖 → 图上有一条反向的线 → ⚠️ 可能是新加的,确认一下"


六、避坑清单

后果 解法
Dashboard 节点太多卡顿 2700+ 节点后 Dagre 布局阻塞主线程 分模块建图,或关闭全量渲染
当 AI 查询工具用 它不是为省 token 设计的 AI 查询用 Codegraph 或 Graphify
和 Graphify 比较谁更好 两者定位不同没法比 一个给人看,一个给 AI 查,互补

七、能和其他工具搭配吗?

组合 给谁用 效果
Understand-Anything 单独 新人自己看 快速了解项目结构
+ Graphify 新人 + AI 自己看图 + AI 帮查深入问题
+ Codegraph AI 日常导航 新人看图,AI 用 Codegraph 回答具体调用链

推荐新人的完整配置

复制代码
新人入职第一天:
  1. 打开 Understand-Anything Dashboard → 看社区全景(30 分钟)
  2. 深入自己负责的模块 → 看内部连线(1 小时)
  3. 对照架构文档验证理解(1 小时)
  
  之后日常:
  → AI 用 Codegraph 回答"谁调了谁"(新人不用自己 grep)
  → AI 用 Graphify 回答"为什么这么设计"(新人直接看到决策依据)

八、总结

你的情况 选什么
新人入职引导、团队 onboarding Understand-Anything
纯代码项目,日常开发导航 专栏一:纯代码篇
有架构文档,需要理解 WHY 专栏二:文档篇

一句话:Understand-Anything 是给新人画的地图,Codegraph 是给 AI 的导航仪,Graphify 是给 AI 的说明书。一个团队三种工具各司其职,不冲突。

相关推荐
Cosolar1 小时前
深度测评 | QoderWork:当 AI 不再只是"聊天搭子",而是真能帮你干活的桌面智能体
人工智能·后端·程序员
MartinYeung51 小时前
[論文學習]大型語言模型的安全與隱私挑戰綜述
人工智能
A10169330712 小时前
从机器翻译到智驾:规则派的黄昏与数据革命的终局(十四)
人工智能·自然语言处理·机器翻译
KaMeidebaby2 小时前
卡梅德生物技术快报|原核表达系统工艺优化:包涵体重折叠 + 分子筛纯化实现功能 RBD 高效制备,附全参数配置
前端·人工智能·算法·数据挖掘·数据分析
龙腾AI白云2 小时前
智能体:你的私人数字助理
人工智能·virtualenv
PellyKoo2 小时前
【ubuntu 18.04】低版本容器安装 claude code 踩坑实录
人工智能
byte轻骑兵2 小时前
【LE Audio】CAP精讲[13]: Central侧LE连接建立全流程解析
人工智能·音视频·cap·le audio·低功耗音频
用户481669974942 小时前
生成式AI时代,如何量化品牌在AI搜索中的可见性:一套可复测的评估框架
人工智能
CoCo的编程之路2 小时前
2026全栈演进:使用前端开发助手进行项目重构的最佳工具
大数据·前端·人工智能·ai编程·comate