做程序员的朋友应该知道，程序员跳槽有 两 大门槛。
一是跳槽面试，程序员每次跳槽都需要准备很久，像我跳槽除了要准备Java基础知识，还要上力扣上刷算法，还要把以前的项目总结沉淀一下，少说也得 1、2 月准备。
二是面试过了后，入职接手屎山代码。
大一些的项目可能有十几万行代码，文件、函数和依赖绕在一起。打开项目看了半天，还是不知道该从哪里下手。
现在有 AI 帮忙，理解单个文件已经容易多了。但它每次看到的上下文有限，今天帮你分析登录模块，明天再聊支付流程，前面梳理出来的信息可能就忘记了。
AI 写代码越来越快，程序员接手屎山代码的速度可没跟上。
今天给大家分享的这个项目 Understand Anything ，就是帮助程序员朋友解决这个问题的。
我发现这个项目的时候，它已经有 82.4k Star 了，从今年 5 到 9 月增长就非常猛，足以说明程序员对这类项目的需求。
先把代码库变成一张能问的地图
Understand Anything 会分析整个项目，把文件、函数、类、调用关系和依赖结构，整理成一张可以搜索、点击和追问的交互式知识图谱。
它不只告诉你“A 文件引用了 B 文件”。
还会继续解释这个文件负责什么、属于哪一层架构、跟哪条业务流程有关，以及新人应该按什么顺序读下去。
说的简单些，使用这个项目能给我们代码仓库补上一份会自动更新的项目说明书。
这张图真不是画出来看的
官方提供了一个可以直接打开的在线 Demo。
进入图谱后，可以平移、缩放和搜索节点。点开某个函数，就能看到它的代码、摘要以及和其他模块的关系。
它还提供了一个业务视图，可以把底层代码重新组织成领域、流程和步骤。
比如你不想研究几十个 Controller 和 Service，只想知道“支付流程到底怎么跑”，就可以直接从业务链路往下看。
引导式学习会根据依赖顺序生成阅读路线；语义搜索可以直接问“哪些代码处理身份验证”；修改代码之后，还能用 Diff 影响分析查看这次改动可能波及哪些模块。
正是有了这些能力，这张知识图谱就能解决我们入职后轻松读懂屎山代码啦。
它把读懂项目拆给了多个 Agent
项目底层采用 Tree-sitter + LLM 的混合方案。
Tree-sitter 负责提取函数、类、导入和调用关系。这些结构事实可以稳定复现，不需要让大模型瞎猜。
LLM 负责理解代码意图，生成摘要、架构分层、业务领域映射和学习路径。
整个分析过程又被拆给项目扫描、文件分析、架构分析、导览生成和图谱检查等多个 Agent，并行处理大型仓库。
生成的图谱保存在 .ua/knowledge-graph.json，你可以把生成的图谱也提交到仓库，后续团队共同维护着一份图谱就可以。
项目目前支持 Claude Code、Codex、Cursor、Copilot、Gemini CLI、OpenCode 等主流 AI 编程工具。以 Codex 为例，安装后输入 $understand，就能开始分析当前项目。
需要注意的是，第一次扫描大型仓库会消耗较多 Token。官方建议使用订阅套餐，也可以接入 Ollama 等本地模型。完成首次分析后，项目默认只处理发生变化的文件，后续消耗会少很多。
今天就分享到这，感谢阅读，希望对你有帮助。
Github不放便的小伙伴，看这里
