- Um pipeline multiagente analisa automaticamente todos os arquivos, funções, classes e dependências do projeto e os transforma em um grafo de conhecimento interativo
- Inicie a análise com
/understand e execute o dashboard web com /understand-dashboard
- Oferece duas visualizações: grafo estrutural (nós de arquivo/função/classe) e grafo de domínio (mapeamento de processos de negócio)
- Cores por camada de arquitetura e, ao clicar em um nó, é possível ver um resumo em texto simples e suas relações
- Com
/understand-knowledge, analisa a wiki LLM no padrão Karpathy, faz parsing de wiki links e categorias, depois agentes LLM extraem relações implícitas e entidades e convertem tudo em um grafo force-directed
- Suporte a busca fuzzy e semântica — é possível pesquisar não só por nome, mas também por significado
- Com
/understand-diff, identifica a análise de impacto de mudanças (efeito cascata) antes do commit
- Tours guiados gerados automaticamente: walkthroughs da arquitetura ordenados pela sequência de dependências para orientar a ordem de aprendizado da base de código
- UI adaptativa por persona: ajusta automaticamente o nível de detalhe do dashboard para desenvolvedor júnior, PM ou power user
- Explica 12 padrões de programação (genéricos, closures, decorators etc.) com contexto nos pontos em que aparecem no código
- Composto por 5 agentes especializados (
project-scanner, file-analyzer, architecture-analyzer, tour-builder, graph-reviewer) + 2 agentes para análise de domínio/wiki; o analisador de arquivos processa até 5 em paralelo e 20–30 por lote, com suporte a atualizações incrementais
- Como o grafo de conhecimento é JSON, depois de um commit ele pode ser compartilhado com toda a equipe — com a opção
--auto-update, ao integrar um hook post-commit o grafo é sincronizado automaticamente a cada commit
- Suporta 10 plataformas de codificação com IA, incluindo Claude Code, Codex, Cursor, Copilot, Gemini CLI, OpenCode e Pi Agent
- Licença MIT
1 comentários
Quando saiu pela primeira vez, eu testei, mas talvez porque o codebase em que apliquei era grande, percebi que havia coisas erradas ou faltando no grafo de conhecimento que ele gerou. Já se passaram dois meses, então acho que vale tentar de novo. Provavelmente também melhorou.