刚接手一个新项目，打开代码库一看，20万行代码扑面而来。

从哪个文件看起？哪些模块最核心？业务流程怎么串的？改一个地方会影响哪些功能？

一股脑翻了几个小时源码，脑子里还是一团乱麻。这恰恰是初级开发者和资深工程师的差距，前者只会埋头看代码，后者懂得先理清架构再动手。

为了治好这个毛病，开发者 Lum1104 开源了 Understand-Anything。

开源仅两个月，便拿下 38000+ GitHub Star，目前还在持续上涨。

它把代码库里的每个文件、函数、类和依赖关系，自动分析成一张可交互的知识图谱。你能点击、搜索、提问，还能看到业务流程的可视化。

这不是简单的静态分析工具，背后跑着一条多 Agent 流水线，结合 Tree-sitter 解析器和 LLM 语义理解，既保证结构的准确性，又能生成人话的解释。

一张图看懂整个项目

Understand-Anything 核心功能围绕一个目标：让你快速看懂任何代码库。

它提供了两个视角来理解代码。

结构视角，把代码拆成节点和边，每个文件、函数、类都是一个可点击的节点，依赖关系用线连起来。自动按架构分层，API、Service、Data、UI、Utility 用不同颜色标出来，一眼看清整个项目的骨架。

业务视角，切换到 Domain 模式，能看到代码如何映射到真实业务流程。哪些域、哪些流程、哪些步骤，横向铺开成一张业务流程图。

对新人最实用的是引导式教程，工具会自动生成学习路径，按依赖顺序告诉你先看哪个模块、再看哪个模块，让你用正确的顺序理解代码库。

相当于给代码库做了一次全面体检，不仅告诉你"有什么"，还告诉你"为什么这么设计"。

多 Agent 流水线是怎么跑的

看到这里，可能有人好奇，它是怎么把代码变成图谱的。

Understand-Anything 用的是 Tree-sitter + LLM 的混合方案，两者分工明确。

Tree-sitter 负责确定性工作。

解析源码生成语法树，提取结构事实：导入、导出、函数定义、类定义、调用位置、继承关系。这些都是确定的，同样的代码永远解析出同样的结果。还会生成指纹用于增量更新，只分析改动的文件。

LLM 负责语义理解工作。

读取解析后的结构和原始代码，生成解析器做不到的东西：人话摘要、标签、架构分层、业务映射、引导教程、语言概念标注。

这种分工让图谱在结构侧可复现,在语义侧能解释意图。

运行 /understand 时,背后会编排 5 个专门的 Agent:

文件分析器会并行跑,最多 5 个并发，每批处理 20-30 个文件。支持增量更新，只重新分析变化的文件。

如果跑 /understand-domain,还会启动第 6 个 Agent domain-analyzer，专门提取业务域、流程和步骤。

上手方式：两行命令搞定

最后讲下怎么用，在 Claude Code 里最简单,两行命令即可。

快速安装

分析代码库

装完后直接运行:

多 Agent 流水线会扫描项目，提取所有文件、函数、类、依赖，构建知识图谱并保存到 .understand-anything/knowledge-graph.json。

如果想要中文输出,可以加语言参数:

支持的语言包括:英语(默认)、中文、繁体中文、日语、韩语、俄语。

打开可视化 Dashboard

会启动一个交互式网页，代码库以图谱形式呈现,按架构分层用不同颜色标出，可以搜索、点击。选中任意节点能看到代码、关系和人话解释。

更多实用命令

实际使用示例

当你问 /understand-chat 支付流程是怎么走的?,系统会基于知识图谱回答:

当你改了代码想看影响范围，运行 /understand-diff:

效果展示

运行 /understand 后的输出示例:

生成的知识图谱数据结构:

跨平台支持

除了 Claude Code，Understand-Anything 还支持十几种主流 AI 编程工具。

Cursor：自动发现插件，克隆仓库后直接在 Cursor 里打开即可。

VS Code + GitHub Copilot:同样是自动发现，克隆后在 VS Code 里打开就行。

Codex / OpenCode / Gemini CLI 等其他工具:

macOS / Linux 一键安装:

Windows PowerShell:

安装脚本会自动克隆仓库到 ~/.understand-anything/repo，并为对应平台创建符号链接。

支持的平台包括：Codex、OpenCode、OpenClaw、Antigravity、Gemini CLI、Pi Agent、Vibe CLI、Hermes、Cline、KIMI CLI、Trae 等。

和团队共享图谱

生成的知识图谱本质是 JSON 文件，提交到仓库后，团队成员拉代码就能直接看图，跳过漫长的分析流程。

特别适合新人入职、PR Review、文档即代码这些场景。

建议提交 .understand-anything/ 目录下的所有文件，但排除 intermediate/ 和 diff-overlay.json，这俩是本地临时文件。

在 .gitignore 里加上：

为了保持图谱最新，可以启用自动更新：

会创建一个 post-commit 钩子，每次提交代码后自动增量更新图谱，确保图谱和代码同步。

如果图谱特别大(超过 10MB)，建议用 git-lfs 来跟踪：

写在最后

虽然 AI 编程工具越来越多，但面对大型代码库时，光靠 AI 一行行读代码还是太慢。

真正提升效率的方式，是先建立全局认知，再深入局部细节。

这恰恰是多数开发者欠缺的能力，尤其是新人接手项目时，往往不知道从哪里入手，在代码里迷路好几天。

Understand-Anything 是把整个项目的架构、依赖、业务流程用图谱的方式展现出来，让你能在 30 分钟内建立起全局认知。

对每天都要接手陌生代码的我们来说，这种工具远比 AI 逐行解释代码来得更实在。

目前项目还在快速迭代，社区已经有 38000+ 开发者在用，官方提供了在线 Demo 可以直接体验。

GitHub 项目地址:

https://github.com/Lum1104/Understand-Anything

在线 Demo 体验:

https://understand-anything.com/demo/

🚀 AI网站更新公告

各位用户：
我们网站在 ChatGPT发布全新的 GPT5.5之后迅速跟进！包括最新新的 Gemini 3.1 Pro 和 Grok 4.3！