Understand Anything：把代码变成可交互的知识图谱

一、你刚加入一个新团队，代码库有 20 万行代码，从哪里开始？

传统方式：读文档 → 看目录 → 搜索 → 逐个文件阅读 → 花几周时间

Understand Anything 的方式：运行一条命令，生成交互式知识图谱，点击任何节点就能看到它的功能、依赖关系和英文解释。

二、Understand Anything 是什么？

Understand Anything 是 Egonex 团队开发的开源代码理解工具，61.1k Stars。

把代码转化为可探索、可搜索、可提问的交互式知识图谱，支持 18 个 AI 编程平台，22+ 种编程语言。

支持的平台

平台 安装方式
Claude Code Plugin marketplace
Cursor 自动发现
VS Code + Copilot 自动发现
Codex install.sh codex
Hermes install.sh hermes
Gemini CLI install.sh gemini
Kiro install.sh kiro
… …

三、核心功能

3.1 结构化图谱探索

把代码库可视化为交互式知识图谱——每个文件、函数、类都是一个节点，可以点击、搜索、探索。选择任何节点就能看到纯英文的功能描述、依赖关系和引导式学习路径。

3.2 业务逻辑理解

切换到领域视图，查看代码如何映射到真实的业务流程——领域、流程、步骤以水平图谱展示。

3.3 其他功能

功能 说明
引导式学习 自动生成架构学习路径
模糊语义搜索 按名称或含义搜索
Diff 影响分析 提交前查看变更影响范围
分层可视化 按架构层自动分组
语言概念解释 解释 12 种编程模式

四、技术原理

4.1 Tree-sitter + LLM 混合架构

Tree-sitter（确定性）：

  • 解析源代码为具体语法树
  • 提取结构性事实：导入、导出、函数/类定义、调用点、继承
  • 相同输入 → 相同输出，每次运行都可复现
  • 基于指纹的变化检测，支持增量更新

LLM（语义）：

  • 生成解析器无法产出的内容：纯英文摘要、标签、架构层分配、业务领域映射

这种分离让图谱在结构侧可复现，同时在语义侧捕获意图。

4.2 多 Agent 流水线

/understand 命令编排 5 个专门的 Agent：

Agent 职责
project-scanner 发现文件，检测语言和框架
file-analyzer 提取函数、类、导入
architecture-analyzer 识别架构层
tour-builder 生成引导式学习路径
graph-reviewer 验证图谱完整性

文件分析器并行运行（最多 5 个并发，每批 20-30 个文件），支持增量更新。

五、快速开始

5.1 安装插件

Claude Code：

1
2
/plugin marketplace add Egonex-AI/Understand-Anything
/plugin install understand-anything

其他平台：

1
2
3
4
5
# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/Egonex-AI/Understand-Anything/main/install.sh | bash

# Windows PowerShell
iwr -useb https://raw.githubusercontent.com/Egonex-AI/Understand-Anything/main/install.ps1 | iex

5.2 分析代码库

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# 分析项目
/understand

# 生成中文内容
/understand --language zh

# 打开交互式仪表板
/understand-dashboard

# 提问任何问题
/understand-chat How does the payment flow work?

# 分析变更影响
/understand-diff

# 深入了解特定文件
/understand-explain src/auth/login.ts

# 生成新人入职指南
/understand-onboard

六、与 CodeGraph 的简要对比

两者都是代码知识图谱工具，但侧重不同：

维度 Understand Anything CodeGraph
侧重点 可视化 + 团队协作 Token 节省 + AI 助手调用
可视化 ✅ 交互式仪表板 ❌ 无
语义理解 ✅ LLM 生成摘要 ❌ 纯结构分析
MCP 工具 ❌ 无 ✅ 4 个专用工具
Token 消耗 ⚠️ LLM 分析消耗较多 ✅ 查询几乎不消耗
团队协作 ✅ 图谱可提交共享 ⚠️ 需每人单独索引

简单来说：

  • 需要可视化和团队协作 → Understand Anything
  • 需要 Token 节省和 AI 助手调用 → CodeGraph

七、团队协作

图谱就是 JSON——提交一次，队友就能跳过流水线。

提交内容： .understand-anything/ 中的所有内容，除了 intermediate/ 和 diff-overlay.json。

1
2
.understand-anything/intermediate/
.understand-anything/diff-overlay.json

保持新鲜： 启用 /understand --auto-update，post-commit 钩子会增量修补图谱。

大型图谱（10 MB+）： 用 git-lfs 跟踪。

八、总结

核心价值

把代码从”可读”变成”可理解”——运行一条命令，生成交互式图谱，点击任何节点就能理解。

技术亮点

  1. Tree-sitter + LLM 混合：结构可复现，语义捕获意图
  2. 多 Agent 流水线：5 个专门的 Agent 并行处理
  3. 交互式仪表板：可探索、可搜索、可点击
  4. 18 个平台支持：几乎覆盖所有主流 AI 编程工具
  5. 团队协作：图谱即 JSON，提交一次队友就能用

适用场景

  • 新人入职：快速理解大型代码库
  • 团队协作：共享代码理解
  • PR 评审：查看变更影响范围
  • 文档生成：自动提取架构和业务逻辑

参考资料

本文写于 2026 年 6 月 15 日，基于 Understand Anything 最新版本。