GitNexus

企业版（SaaS 及自托管）- akonlabs.com

为智能体上下文构建神经系统。

将任何代码库索引为知识图谱 — 包括每一个依赖、调用链、集群和执行流 — 然后通过智能工具开放访问，确保 AI 智能体不再遗漏代码。

类似 DeepWiki，但更深入。 DeepWiki 帮助你理解代码。GitNexus 让你分析代码 — 因为知识图谱追踪每一个关系，而不仅仅是描述。

简而言之： Web UI 是与任何代码库快速交互的方式。CLI + MCP 是让你的 AI 智能体真正可靠的方法 — 它为 Cursor、Claude Code、Codex 等工具提供代码库的深度架构视图，使其不再遗漏依赖、破坏调用链或进行盲目编辑。即使是小型模型也能获得完整的架构清晰度，从而能与大型模型竞争。

您的AI智能体获得的功能

16种工具通过MCP公开（11种单仓库工具 + 5种组工具）：

[!NOTE] 当仅索引了一个仓库时，repo参数为可选。当存在多个仓库时，需指定具体仓库：query({query: "auth", repo: "my-app"})。

即时上下文资源：

2种MCP提示词用于引导式工作流：

4种智能体技能自动安装至 .claude/skills/：

• 探索 — 使用知识图谱导航不熟悉的代码
• 调试 — 通过调用链追踪错误
• 影响分析 — 变更前分析影响范围
• 重构 — 使用依赖映射规划安全重构

使用 --skills 生成的仓库特定技能：

当您运行 gitnexus analyze --skills 时，GitNexus 会检测代码库的功能区域（通过 Leiden 社区检测算法），并在 .claude/skills/generated/ 目录下为每个区域生成一个 SKILL.md 文件。每个技能文件描述了模块的关键文件、入口点、执行流程以及跨区域连接——因此您的 AI 智能体能够获得正在处理的特定代码区域的针对性上下文。每次运行 --skills 时都会重新生成技能文件，以保持与代码库的同步。

一键部署

docker compose up -d

这会在 http://localhost:4747 启动服务器，并在 http://localhost:4173 启动 Web UI。UI 会自动检测服务器，因为浏览器运行在主机上，并通过映射端口访问容器。

命名卷（gitnexus-data）会在服务器容器内的 /data/gitnexus 路径持久化存储全局注册表、索引和克隆的仓库。要使主机上的仓库可被索引，请在启动服务栈前设置 WORKSPACE_DIR：

WORKSPACE_DIR=$HOME/code docker compose up -d
# 在服务器容器内，该目录以只读方式挂载到 /workspace。
docker compose exec gitnexus-server gitnexus index /workspace/my-repo

Wiki 生成

从知识图谱生成由 LLM 驱动的文档：

# 需要 LLM API 密钥（OPENAI_API_KEY 等）
gitnexus wiki

# 使用自定义模型或提供商
gitnexus wiki --model gpt-4o
gitnexus wiki --base-url https://api.anthropic.com/v1

# 强制完全重新生成
gitnexus wiki --force

Wiki 生成器读取已索引的图谱结构，通过 LLM 将文件分组为模块，生成每个模块的文档页面，并创建概览页面——所有内容均包含指向知识图谱的交叉引用。

路线图

正在积极开发中

• LLM集群增强 — 通过LLM API生成语义集群名称
• AST装饰器检测 — 解析 @Controller、@Get 等
• 增量索引 — 仅重新索引已更改的文件

最近已完成

• 构造函数推断类型解析、self/this 接收器映射
• Wiki生成、多文件重命名、Git-Diff影响分析
• 进程分组搜索、360度上下文、Claude代码钩子
• 多仓库MCP、零配置设置、14种语言支持
• 社区检测、进程检测、置信度评分
• 混合搜索、向量索引

安全与隐私

• 命令行界面：所有内容均在您的本地机器上运行，无网络调用。索引存储在 .gitnexus/（已加入git忽略）。位于 ~/.gitnexus/ 的全局注册表仅存储路径和元数据。
• Web界面：所有内容均在您的浏览器中运行。不会将任何代码上传到服务器。API密钥仅存储在localStorage中。
• 开源 — 您可自行审计代码。

致谢

• https://tree-sitter.github.io/ — AST解析
• LadybugDB — 支持向量的嵌入式图数据库（前身为KuzuDB）
• Sigma.js — WebGL图渲染
• transformers.js — 浏览器机器学习
• https://graphology.github.io/ — 图数据结构
• MCP — 模型上下文协议