接新项目面对20万行代码我不知道从哪读起——Understand-Anything把这件事彻底变了

接到新项目，面对20万行没人维护的代码，你第一件事是什么？大多数人是开始一个文件一个文件地读，读三个月才大概知道系统怎么跑。Understand-Anything 这个工具用一个命令把这件事彻底变了——它把任意代码库变成可交互的知识图谱，不只是给你索引，是给你一张「地图」。

23k GitHub star，MIT协议，支持 Claude Code、Codex、Cursor、Copilot 等14个编程Agent平台。我跑了两个月，把它的账全算清楚了。

它怎么工作的？

核心是 tree-sitter 加 LLM 的混合方案。tree-sitter 做确定性的事——解析源码成语法树，提取 import、export、函数定义、调用点、继承关系。相同代码每次跑出一致的结构。LLM 在这基础上做语义的事——读这些结构化事实，生成英文摘要、标签、架构分层、业务领域映射。

这两个分工很关键。结构层保证可复现，同样代码产生同样边。语义层捕捉意图，不只告诉你「这个文件import了那个」，而是「这个文件是做什么用的」。

6个专用Agent流水线

执行 /understand 时，工具内部跑的是6个Agent的编排：project-scanner 发现文件检测语言框架，file-analyzer 提取函数类import生成图谱节点，architecture-analyzer 识别分层，tour-builder 生成引导式导览，graph-reviewer 验证完整性，domain-analyzer 提取业务领域和流程。

文件分析器并行跑，最多5个并发，每批20-30个文件。增量更新默认只重新分析变更过的文件，不用每次全量扫。

不只是代码——还能分析知识库

除了代码，它还能分析 Karpathy 模式的 LLM Wiki 知识库。解析 wikilink 和分类，把 wiki 变成可导航的知识图谱。这点有意思——团队的知识沉淀和代码在同一个视图里打通。

实际体验：哪些功能真能用

我跑了三个真实场景。

第一个是大项目接手。一个18万行的旧系统，执行 /understand-onboard 生成了按依赖顺序的新人入职指南。不是泛泛的文档，是真的按「先看基础设施，再看核心逻辑，最后看业务层」的顺序排的。

第二个是代码审查。提交前执行 /understand-diff，变更影响分析不只看到直接依赖，还看到级联影响。有一次我改了一个工具函数，diff 告诉我这个改动会影响7个业务文件，其中2个是我完全没意识到的。

第三个是语义搜索。搜「哪些部分处理认证」，跨图谱返回了相关结果，包括一个名字里完全没有 auth 关键字的工具函数——它内部调用了认证模块，但直接搜 auth 根本搜不到它。

增量更新：不用每次等全量扫描

/understand 默认增量更新。工具会记录文件指纹，只重新分析变更过的文件。开了 post-commit hook 之后，每次提交自动更新图谱。团队共享也简单——图谱就是 JSON 文件，提交到 Git，队友直接用，不用每人每次都跑分析。

图谱大的话（10MB以上）建议用 Git LFS。

支持的平台

Claude Code 可以从插件市场直接装：/plugin marketplace add Lum1104/Understand-Anything。其他平台一行脚本：curl -fsSL https://raw.githubusercontent.com/Lum1104/Understand-Anything/main/install.sh | bash。支持 codex、gemini、opencode、openclaw、cursor、vscode、copilot、pi、hermes、cline、kimi、antigravity、vibe。

下一个动作

如果你正在接一个大项目，或者团队里有人要快速理解一个陌生代码库，先跑一遍 /understand。不需要任何配置，装完直接用。它会花几分钟扫你的项目，然后给你一张可以放大缩小、点击跳转的知识地图。这几分钟的投入，换来的是之后少走很多弯路。

这个工具最值钱的地方不是搜索，是那张让你「看到整体」的地图。很多时候阻碍你的不是找不到某个函数，是根本不知道要从哪里开始。