AI 代码库理解工具 —— 以 MCP Server + CLI 形态供大模型自主调用,把"黑盒"代码变成可导航的白盒。
不做 GUI,不需要填 API Key:调用者本身就是大模型。模型通过工具获取结构化的静态分析结果(技术栈、符号大纲、依赖图、度量),由模型自己完成深度解读。
任何支持 MCP 的客户端(Claude Code、opencode 等)注册一次即可:
{
"mcpServers": {
"code-superman": { "command": "code-superman", "args": ["serve"] }
}
}仅 3 个工具,strength 三档控制详略:
| 工具 | 参数 | 说明 |
|---|---|---|
analyze |
path, strength?, xmind_out?, file_summaries? |
语言占比、技术栈、入口点、Token 估算、度量、核心模块 |
get_file_symbols |
path, file |
tree-sitter 单文件函数/类大纲 |
export_xmind |
path, out?, file_summaries? |
导出架构 .xmind:总览/入口点/核心模块/警告/目录树五分支 |
思维导图为架构图而非单纯文件树;file_summaries 可让模型为关键文件附上一句话职责备注。
code-superman analyze <path> [--detail brief|standard|detailed] [--xmind out.xmind]
code-superman symbols <path> <file>
code-superman xmind <path> [-o out.xmind]强度分档:brief = 语言/技术栈/入口点/Token估算(3K 字符);standard(默认)= 加目录树、度量 Top20、核心文件 Top15、警告(20K);detailed = 加全量依赖边与全量度量(50K)。
- 静态分析:完全离线免费。解析 package.json / Cargo.toml / go.mod / requirements.txt / pom.xml / .csproj 等 12 类清单文件,内置 100+ 条框架识别规则;识别 main/app/index 等入口点
- 符号大纲:tree-sitter 解析 Rust / Python / TypeScript / TSX / JavaScript / Go / Java / C / C++ / C# / PHP / Ruby 共 12 种语言
- 依赖图谱:import 启发式解析为文件级有向边,入度 = 被依赖次数,快速定位核心模块
- 目录扫描:尊重 .gitignore,自动跳过 node_modules 等
cargo install --path crates/cli # 安装 code-superman 到 cargo bin- Rust workspace:
crates/core(纯逻辑库)+crates/cli(二进制) - rmcp(官方 MCP Rust SDK)+ clap + tree-sitter
cargo test # 运行单元测试
cargo build --release # 构建发布版二进制