Code Knowledge Graph - 代码知识图谱问答系统

基于 GraphRAG 的智能代码分析平台，支持代码结构解析、业务语义推断、自然语言问答和代码溯源。

✨ 功能特性

功能	说明	状态
🔍 代码结构解析	类、方法、字段、调用关系、继承关系	✅ 已完成
🧠 智能问答	自然语言查询代码，四层架构，28个模板，三层fallback	✅ 已完成
📊 图谱可视化	WebGL 渲染，多布局切换，5000+ 节点流畅	✅ 已完成
🔗 代码溯源	Git 提交历史追溯，定位代码作者	✅ 已完成
📝 代码定位	Monaco Editor + 面包屑导航 + Git 历史版本对比	✅ 已完成
🔄 自动同步	Webhook + 定时任务自动更新图谱	✅ 已完成
🌐 多 LLM 支持	OpenAI / 通义千问 / DeepSeek / Anthropic / Azure	✅ 已完成
📦 ZIP 上传导入	上传 ZIP 文件快速导入项目代码	✅ 已完成
📂 文件夹拖拽导入	拖拽文件夹批量导入项目代码	✅ 已完成
🔎 代码质量分析	复杂度、异味、安全风险、热点检测、死代码发现	✅ 已完成
🧩 MCP 服务暴露	12 个 MCP Tool，SSE + stdio 双传输	✅ 已完成
🎯 向量语义检索	TF-IDF + 余弦相似度混合检索 (70% 向量 + 30% Jaccard)	✅ 已完成
🏷️ 业务语义推断	业务域、流程、实体自动识别	✅ 已完成
🏗️ 多模块支持	Maven/Gradle 多模块检测，模块依赖图，跨模块调用推断	✅ 已完成
👥 项目成员管理	OWNER/ADMIN/MEMBER 角色体系	✅ 已完成
📖 代码阅读策略	Pipeline (轻量) / Agent (深度) 双策略自动路由	✅ 已完成
🌙 深色主题	赛博朋克风格暗色模式，90+ CSS 变量，主题感知图谱渲染	✅ 已完成
💬 流式问答	SSE 实时 Token 流式输出，V2 四层管道阶段指示	✅ 已完成
🔁 多轮对话	上下文感知追问，代词消解，相似问题复用	✅ 已完成

🚀 快速开始

方式一：Docker Compose（推荐）

# 1. 克隆项目
git clone https://github.com/DaiOwen/code-knowledge-graph.git
cd code-knowledge-graph

# 2. 创建配置文件
cp .env.example .env
# 编辑 .env 文件，配置 LLM_API_KEY 等必要参数

# 3. 启动所有服务
docker-compose -f docker-compose.prod.yml up -d

# 4. 访问系统
# 前端: http://localhost
# 后端: http://localhost:8080/api
# Neo4j Browser: http://localhost:7474

方式二：本地开发

# 1. 启动基础设施
docker-compose up -d neo4j postgres redis

# 2. 启动后端
cd backend
export LLM_API_KEY=your-api-key
mvn spring-boot:run

# 3. 启动前端
cd frontend
npm install
npm run dev

环境要求

软件	版本	说明
Docker	20.10+	容器化部署
Docker Compose	2.0+	服务编排
Java	17+	本地开发后端
Node.js	18+	本地开发前端
Maven	3.8+	后端构建
codegraph	latest	代码解析引擎（Docker 部署已内置）

📖 详细文档

文档	说明
完整操作手册	快速启动、项目管理、代码同步、智能问答、API 接口
部署运维指南	生产环境部署与运维配置
用户快速上手	5 分钟快速上手指南
系统架构设计	系统架构与详细设计文档
项目进度与里程碑	开发进度与里程碑追踪
后续开发计划	后续开发路线图
渐进式优化设计方案	详细设计文档
Phase 1 实施计划	问答系统重构实施计划
MCP 服务暴露设计	MCP Tool 设计与实现
MCP 集成使用说明	MCP 客户端接入指南

🎯 使用示例

智能问答

问题: "谁调用了 createOrder 方法？"

回答:
createOrder 方法被以下位置调用：

1. OrderController.createOrder()
   文件: src/main/java/OrderController.java:25

2. OrderService.processOrder()
   文件: src/main/java/OrderService.java:42

图谱可视化

• 🔵 蓝色节点：类/接口
• 🟢 绿色节点：方法
• 🟡 黄色节点：模块
• 🔴 红色节点：业务域
• 🟠 橙色节点：业务流程/实体
• 绿色实线箭头：CALLS 调用关系
• 蓝色虚线：EXTENDS / IMPLEMENTS 继承/实现
• 深色模式下自动切换为霓虹色调，支持 4 种布局（力导向/层次/环形/网格）

代码导入

支持四种导入方式：

1. Git URL 克隆 — 输入仓库地址自动克隆
2. ZIP 文件上传 — 上传 ZIP 压缩包导入
3. 文件夹拖拽 — 拖拽本地文件夹批量导入
4. 本地路径 — 指定服务器本地路径导入

代码同步

支持三种同步方式：

1. Webhook 自动触发 — GitLab / GitHub / Gitee Push Event
2. 定时增量同步 — 每小时检查更新
3. 手动触发 — API 或界面操作

深色主题

系统支持亮色/深色双主题，通过侧边栏或设置页切换：

• 亮色模式：iOS 风格，白色/半透明背景，蓝色主色调 (#007AFF)
• 深色模式：赛博朋克风格，深蓝背景，青色主色调 (#00f0ff) + 发光效果
• 90+ CSS 变量 (--ckg-* 命名空间) 覆盖全局样式
• 图谱节点、Monaco 编辑器、Element Plus 组件均随主题自动适配
• 300ms 平滑过渡动画

代码质量分析

说明：代码质量分析基于项目已有的 Neo4j 知识图谱数据，采用自研启发式分析器，未依赖 SonarQube / PMD / Checkstyle 等外部工具，解析完成后即可使用，零配置零依赖。

数据来源

分析器通过 3 条 Cypher 查询从 Neo4j 获取原始数据：

查询	数据	用途
MATCH (m:Method) → name, fullName, filePath, startLine, endLine, signature	所有方法节点	异味检测、安全风险、热点、方法指标
MATCH (c:Class) → name, fullName, filePath	所有类节点	统计 totalClasses
MATCH (caller:Method)-[:CALLS]->(m:Method) → 被调方法的 fullName	调用关系边	死代码检测

五项分析逻辑

1. 方法指标（MethodMetrics）— 纯统计

指标	计算方式
方法行数	endLine - startLine（含空行和注释）
平均/中位数行数	全部方法行数的描述性统计
长方法	行数 > 50 行
超长方法	行数 > 100 行
长方法占比	longMethodCount / totalMethods × 100%

2. 代码异味（Code Smells）— 阈值 + 签名解析

类型	检测方式	阈值	严重性
VERY_LONG_METHOD	endLine - startLine > 100	100 行	HIGH
LONG_METHOD	endLine - startLine > 50	50 行	MEDIUM
TOO_MANY_PARAMETERS	解析方法签名中的逗号数（正确处理泛型 <> 嵌套，如 Map<String, Integer> 计为 1 个参数）	> 5 个参数	MEDIUM
POOR_NAMING	方法名长度 ≤ 2（排除 go/do/id/ok）	—	LOW

枚举中还声明了 DEEP_NESTING、DUPLICATE_CODE、GOD_CLASS，暂未实现检测逻辑。

3. 安全风险（Security Risks）— 方法名关键词匹配

对方法名做 toLowerCase().contains(keyword) 匹配，分两组：

类型	关键词	严重性
SENSITIVE_OPERATION	password, passwd, secret, token, auth, login, credential, encrypt, decrypt, hash, salt, key, certificate, validate, verify, check, sanitize, escape, encode	MEDIUM
POTENTIAL_INJECTION	exec, execute, eval, runtime, process, script, sql, query, statement, upload, download, file, read, write, delete, remove, drop	HIGH

去重逻辑：同一方法名 + 类型只保留严重性最高的。> ⚠️ 仅基于方法名推断，不看代码内容和数据流，属于"名称暗示风险"而非"代码确实有风险"，可能产生误报。

4. 死代码检测（Dead Code）— 知识图谱调用关系分析

核心逻辑：如果一个 Method 节点不是任何 CALLS 边的目标 → 没有被其他方法调用 → 可能是死代码。

排除规则（以下方法即使无显式调用者也不算死代码）：

• 框架方法：toString、hashCode、equals、clone、compareTo 等
• 构造函数：<init>、<clinit>
• Getter / Setter / 谓词：get*、set*、is*、has*、can*、should*
• 入口方法：main、init、setup、run、handle、onCreate、doGet 等 Spring/Servlet 生命周期方法

置信度估算（基础 0.5，范围 0.1 ~ 0.95）：

• 方法名以 _ 或 internal 开头：+0.2（更像私有死代码）
• 文件路径含 /test/：-0.3（测试框架调用，非死代码可能性大）
• 方法名以 helper 或 util 开头：+0.1

按置信度降序排列，最多返回 50 个候选。

5. 热点方法（Hotspots）— 启发式复杂度估算

estimatedComplexity = lines × 0.3 + paramCount × 2 + 名称加分

名称加分：

• 含 process / handle / execute：+5
• 含 validate / check / verify：+3
• 含 parse / convert / transform：+4

筛选：复杂度 > 5 的方法，按复杂度降序，最多返回 20 个。风险等级：>20 → HIGH，>10 → MEDIUM，其余 → LOW。

⚠️ 这不是真正的圈复杂度（Cyclomatic Complexity），代码注释也明确说明"真正的圈复杂度需要解析AST"。

综合评分（0-100 扣分制）

起始 100 分，扣分项：

扣分项	每项扣分
HIGH 代码异味	-3
MEDIUM 代码异味	-1.5
LOW 代码异味	-0.5
HIGH 安全风险	-5
MEDIUM 安全风险	-2
长方法占比	-0.5 × 百分比

最低 0 分。评分 ≥ 80 为"优秀"，≥ 60 为"一般"，< 60 为"较差"。

优势与局限

优势	局限
零配置零依赖，解析完即可用	行数用 endLine - startLine 估算，非真正有效代码行
死代码检测利用图谱 CALLS 关系，比纯静态分析更有价值	安全风险只看方法名，不看代码内容/数据流，误报率较高
与项目深度集成，每个发现可直接跳转到源码	缺少深层嵌套、重复代码、上帝类的检测
—	没有圈复杂度、认知复杂度等标准指标

📁 项目结构

code-knowledge-graph/
├── backend/                 # Spring Boot 后端
│   ├── src/main/java/       # Java 源码
│   │   └── com/example/ckg/
│   │       ├── controller/  # REST API 接口 (9 个控制器)
│   │       ├── service/
│   │       │   ├── parse/   # 代码解析 (13 个文件)
│   │       │   ├── qa/      # 智能问答 (21 个文件)
│   │       │   │   └── code/ # 代码阅读策略 (7 个文件)
│   │       │   ├── project/ # 项目管理 (5 个文件)
│   │       │   ├── quality/ # 代码质量分析
│   │       │   ├── semantic/# 业务语义推断 (7 个文件)
│   │       │   ├── sync/    # 增量同步 (2 个文件)
│   │       │   ├── webhook/ # Webhook 处理
│   │       │   ├── llm/     # LLM 适配 (2 个文件, 支持 OpenAI/Azure/Qwen/DeepSeek/Anthropic)
│   │       │   └── user/    # 用户认证
│   │       ├── entity/      # JPA 实体 (9 个)
│   │       ├── repository/  # 数据访问层 (9 个)
│   │       ├── config/      # Spring 配置 (8 个)
│   │       ├── security/    # JWT 认证 + 文件安全 (3 个)
│   │       ├── dto/         # 请求/响应 DTO (9 个)
│   │       ├── common/      # Result<T>, ErrorCode
│   │       ├── exception/   # BusinessException + GlobalExceptionHandler
│   │       └── mcp/         # CKG 自身 MCP Server (15 个)
│   │           ├── McpProtocolHandler, McpToolHandler, McpToolResult
│   │           ├── McpSseTransport, McpStdioTransport, McpServerBootstrap
│   │           └── tools/   # 12 个工具实现
│   ├── Dockerfile           # 后端 Docker 镜像
│   └── pom.xml              # Maven 配置
├── frontend/                # Vue3 前端
│   ├── src/                 # 前端源码
│   │   ├── views/           # 页面组件 (7 个: Home, Login, Settings, ProjectList, ProjectDetail, Graph, QA)
│   │   ├── components/      # 功能组件 (5 个: AppIcon, FileViewer, ChatInput, SessionSidebar, MessageList)
│   │   ├── stores/          # Pinia 状态管理 (3 个: user, theme, qa)
│   │   ├── api/             # API 服务层 (7 个: user, project, graph, qa, file, parse, quality)
│   │   ├── assets/icons/    # SVG 图标 (17 个)
│   │   └── router/          # 路由配置
│   ├── Dockerfile           # 前端 Docker 镜像
│   └── package.json         # NPM 配置
├── docker/                  # Docker 配置
│   └── nginx/               # Nginx 反向代理配置
├── docs/                    # 文档
│   ├── superpowers/         # 设计和计划文档
│   │   ├── specs/           # 设计方案
│   │   └── plans/           # 实施计划
│   ├── architecture/        # 架构设计文档
│   ├── deployment/          # 部署运维文档
│   └── user/                # 用户文档
├── docker-compose.yml       # 开发环境编排（仅基础设施）
├── docker-compose.prod.yml  # 生产环境编排（全栈）
├── .env.example             # 环境变量模板
├── CONTRIBUTING.md          # 贡献指南
├── CHANGELOG.md             # 变更日志
└── LICENSE                  # MIT 许可证

🔧 配置说明

必要配置

# .env 文件

# LLM API (必填)
LLM_PROVIDER=openai           # 支持: openai, azure, qwen, deepseek, anthropic
LLM_API_KEY=sk-your-key       # API 密钥
LLM_MODEL=gpt-4o              # 模型名称
# LLM_BASE_URL=               # 可选: 自定义 API 端点

# 数据库密码 (建议修改默认值)
POSTGRES_PASSWORD=your-password
NEO4J_PASSWORD=your-password

# JWT 密钥 (建议修改默认值)
JWT_SECRET=your-jwt-secret

LLM 提供者配置

提供者	LLM_PROVIDER	LLM_MODEL 示例	说明
OpenAI	openai	gpt-4o	也支持 OpenAI 兼容接口
Azure OpenAI	azure	gpt-4o	Azure 部署的 OpenAI
通义千问	qwen	qwen-max	阿里云 DashScope
DeepSeek	deepseek	deepseek-chat	DeepSeek 官方 API
Anthropic	anthropic	claude-sonnet-4-20250514	Claude 系列 (OpenAI 兼容模式)
讯飞星程	openai	astron-code-latest	OpenAI 兼容模式 + LLM_BASE_URL

代码阅读策略配置

通过 application.yml 中 ckg.code-reading 前缀配置：

配置项	默认值	说明
pipeline.max-lines	800	Pipeline 模式最大读取行数
pipeline.max-files	15	Pipeline 模式最大读取文件数
pipeline.timeout-seconds	15	Pipeline 模式超时时间
agent.max-lines	1500	Agent 模式最大读取行数
agent.max-files	20	Agent 模式最大读取文件数
agent.max-rounds	3	Agent 模式最大阅读轮数
agent.timeout-seconds	30	Agent 模式超时时间
router.deep-reading-intents	BUSINESS_FLOW,IMPACT_ANALYSIS,CODE_EXPLANATION	触发 Agent 模式的意图类型
router.confidence-threshold	0.6	低于此置信度触发 Agent 模式

🔌 MCP Tool 接口

系统通过 MCP (Model Context Protocol) 暴露 12 个工具，支持 AI 编码助手直接访问知识图谱：

Tool	说明
ckg_project_list	列出所有已解析项目
ckg_project_create	从 Git 仓库创建项目
ckg_project_parse	触发全量代码解析
ckg_project_parse_progress	查询解析进度
ckg_file_tree	获取项目文件树
ckg_file_content	获取文件内容
ckg_graph_search	搜索图谱节点
ckg_graph_callees	查询方法调用链
ckg_graph_callers	查询方法被谁调用
ckg_graph_impact	影响分析（修改某方法的影响范围）
ckg_graph_node_detail	获取节点详情及关系
ckg_qa_ask	自然语言问答

传输方式：

• SSE 模式（默认）：GET /api/mcp/sse + POST /api/mcp/message
• stdio 模式：启动参数添加 --mcp.stdio

安全机制：

• 所有工具输入均进行 Cypher 注入防护（关键词黑名单、参数绑定校验）
• 方法名/节点类型等参数通过正则白名单验证
• 图谱搜索限制返回数量，防止数据泄露

详见 MCP 集成使用说明。

🛡️ 安全与限流

API 限流

端点分类	限流策略	说明
通用 API	30 次/分钟/IP	Nginx + Redis 双层限流
QA 问答	10 次/分钟/IP	防止 LLM API 滥用
代码解析	5 次/分钟/IP	解析为资源密集操作

超出限流返回 HTTP 429，响应头包含 X-RateLimit-Limit 和 X-RateLimit-Remaining。

API 文档

启动后端后，访问 Swagger UI：http://localhost:8080/api/swagger-ui.html

📊 API 接口概览

认证

接口	方法	说明
/api/auth/register	POST	用户注册
/api/auth/login	POST	用户登录，返回 JWT

项目管理

接口	方法	说明
/api/projects	GET	项目列表
/api/projects	POST	创建项目
/api/projects/{id}	GET	项目详情
/api/projects/{id}	PUT	更新项目名称/描述
/api/projects/{id}	DELETE	删除项目
/api/projects/{id}/parse	POST	触发解析（便捷接口）
/api/projects/{id}/tasks	GET	项目解析任务列表
/api/projects/{id}/tasks/latest	GET	最新解析任务
/api/projects/{id}/members	GET	项目成员列表
/api/projects/{id}/members	POST	添加项目成员
/api/projects/{id}/members/{memberUserId}	DELETE	移除项目成员
/api/projects/{id}/modules	GET	项目模块列表
/api/projects/{id}/module-dependencies	GET	模块依赖图
/api/projects/import-zip	POST	ZIP 上传导入
/api/projects/import-folder	POST	文件夹拖拽导入

代码解析

接口	方法	说明
/api/parse/full/{id}	POST	全量解析
/api/parse/incremental/{id}	POST	增量解析
/api/parse/progress/{id}	GET	解析进度
/api/parse/task/{taskId}	GET	查询指定任务状态
/api/parse/tasks/{projectId}	GET	项目任务列表
/api/parse/cancel/{taskId}	POST	取消任务
/api/parse/sync/{id}	POST	强制同步

智能问答

接口	方法	说明
/api/qa/ask	POST	快速问答（V1，无会话）
/api/qa/ask-v2	POST	V2 四层架构问答
/api/qa/stream	POST	SSE 流式问答（V1 管道）
/api/qa/stream-v2	POST	SSE 流式问答（V2 四层架构，含阶段事件）
/api/qa/sessions	GET	问答会话列表
/api/qa/sessions	POST	创建问答会话
/api/qa/sessions/{id}	DELETE	删除会话
/api/qa/sessions/{id}	PATCH	重命名会话
/api/qa/sessions/{id}/ask	POST	会话内问答
/api/qa/sessions/{id}/messages	GET	会话消息历史

图谱与文件

接口	方法	说明
/api/graph/{id}	GET	图谱数据（支持 nodeType/moduleName/limit 过滤）
/api/graph/{id}/callers	GET	方法调用者
/api/graph/{id}/callees	GET	方法被调用
/api/graph/{id}/impact	GET	影响分析（支持 depth 参数，默认 3，最大 10）
/api/graph/{id}/search	GET	搜索节点（支持 q/type/moduleName/limit 参数）
/api/graph/{id}/node/{nodeId}	GET	节点详情及入出关系
/api/projects/{id}/files/tree	GET	文件树（支持 path 参数）
/api/projects/{id}/files/content	GET	文件内容（支持 startLine/endLine 参数）
/api/projects/{id}/files/history	GET	Git 历史（最多 50 条）
/api/projects/{id}/files/version	GET	指定版本文件内容

代码质量

接口	方法	说明
/api/quality/{projectId}	GET	质量报告（含评分、异味、安全风险、热点、死代码）
/api/quality/{projectId}/smells	GET	代码异味（支持 minSeverity 参数）
/api/quality/{projectId}/security	GET	安全风险
/api/quality/{projectId}/hotspots	GET	热点方法

Webhook

接口	方法	说明
/api/webhook/gitlab/{id}	POST	GitLab Webhook (X-Gitlab-Token 验证)
/api/webhook/github/{id}	POST	GitHub Webhook (HMAC-SHA256 签名验证)
/api/webhook/gitee/{id}	POST	Gitee Webhook (X-Gitee-Token 验证)
/api/webhook/events/{id}	GET	Webhook 事件历史

健康检查

接口	方法	说明
/api/health	GET	服务健康检查

🧪 测试

# 后端单元测试（H2 内存数据库）
cd backend
mvn test

# 集成测试（需要 Neo4j）
docker-compose up -d neo4j
mvn test -Dtest=QAServiceTest

# 前端代码检查
cd frontend
npm run lint

当前测试覆盖：96 个单元测试全部通过，涵盖 Cypher 安全校验、查询模板匹配、实体提取、问题理解、查询规划、数据获取、V2 问答等核心模块。

🛠️ 技术栈

后端

组件	技术	版本
框架	Spring Boot	3.2.5
图数据库	Neo4j	5.15
关系数据库	PostgreSQL	15
缓存	Redis	7
LLM 框架	LangChain4j	0.35.0
MCP SDK	io.modelcontextprotocol	0.7.3
Git 操作	JGit	6.10.0
JWT	jjwt	0.12.5
结构化日志	logstash-logback-encoder	7.4
测试	Mockito	5.14.2

前端

组件	技术	版本
框架	Vue	3.4
状态管理	Pinia	2.1
UI 组件	Element Plus	2.5
图谱可视化	force-graph (WebGL)	1.51
力导向布局	d3-force	7.8
代码编辑器	Monaco Editor	0.45
Markdown 渲染	marked	12.0
HTML 净化	DOMPurify	3.4
语法高亮	highlight.js	11.9
HTTP 客户端	Axios	1.6
构建工具	Vite	5.0
语言	TypeScript	5.3

🏗️ 系统架构

智能问答四层架构

用户问题
    ↓
┌─────────────────────────┐
│  问题理解层              │  IntentClassifier → EntityExtractor → ContextResolver → SimilarQuestionService
│  (Understanding)         │
└────────────┬────────────┘
             ↓
┌─────────────────────────┐
│  查询规划层              │  QueryTemplateMatcher (28 模板) → SimilarQuestion 复用 → LLM 生成 Cypher (三层 fallback)
│  (Planning)              │  CypherValidator 安全校验
└────────────┬────────────┘
             ↓
┌─────────────────────────┐
│  数据获取层              │  DataFetcher → Neo4jExecutor (Cypher 执行) + CodeReadingRouter
│  (Fetching)              │  CodeReadingRouter 自动路由:
│                          │    Pipeline (轻量, 图谱关系驱动) → 快速定位
│                          │    Agent (深度, LLM 多轮决策) → 跨文件理解
└────────────┬────────────┘
             ↓
┌─────────────────────────┐
│  答案生成层              │  AnswerGenerator (LLM 生成自然语言 + 代码引用)
│  (Generation)            │
└─────────────────────────┘

代码阅读策略

策略	适用场景	特点
Pipeline	CALL_CHAIN, CLASS_METHODS, CALLEES 等明确意图	图谱关系 (CALLS/IMPLEMENTS/EXTENDS) 驱动定位，单轮读取，无 LLM 开销
Agent	BUSINESS_FLOW, IMPACT_ANALYSIS, CODE_EXPLANATION 或低置信度	LLM 多轮自主决策读取策略，跨文件深度理解，生成代码摘要

知识图谱 Schema

节点类型：Class、Interface、Method、Module、Commit、Author、Domain、BusinessFlow、BusinessStep、Entity

关系类型：

关系	方向	说明
CALLS	Method → Method	方法调用
HAS_METHOD	Class/Interface → Method	包含方法
EXTENDS	Class → Class	类继承
IMPLEMENTS	Class → Interface	接口实现
CONTAINS	Module → Class/Interface	模块包含
MAVEN_DEPENDS_ON	Module → Module	Maven 依赖
AUTHORED_BY	Commit → Author	提交作者
MODIFIED_BY	Method → Commit	方法修改记录
BELONGS_DOMAIN	Class → Domain	领域归属
PART_OF_FLOW	BusinessStep → BusinessFlow	流程步骤
NEXT_STEP	BusinessStep → BusinessStep	流程顺序
IMPLEMENTS_FLOW	Method → BusinessFlow	流程实现
USES_ENTITY	Class → Entity	实体使用

📊 开发进度

阶段	内容	状态
Phase 0	技术验证	✅ 完成
Phase 1	智能问答系统重构	✅ 完成（28 模板 + 四层架构 + V2 API）
Phase 2	图谱可视化升级	✅ 完成（WebGL 渲染 + 多布局）
Phase 3	项目导入增强	✅ 完成（Git / 本地路径）
Phase 4	代码查看器重构	✅ 完成（面包屑导航 + Git 历史版本）
Phase 5	基础设施增强	✅ 完成（MCP 健康检查 + 增量同步）
Phase 6	集成测试与优化	✅ 完成（96 个测试通过）
Phase 7	功能增强	✅ 完成（ZIP 导入 + 文件夹拖拽）
Phase 8	技术债务清理	✅ 完成（测试修复 + 结构化日志）
Phase 9	扩展功能	✅ 完成（代码质量 + 语义检索 + 语义推断）
Phase 10	多模块/微服务支持	✅ 完成（模块检测 + 跨模块推断 + 模块依赖图）
Phase 11	P0 修复	✅ 完成（代码质量闭环 + SSE 流式 + V2 管道 + 死代码检测）
Phase 12	解析质量提升	✅ 完成（Interface 标签 + IMPLEMENTS 边 + codegraph_explore）
Phase 13	代码溯源闭环	✅ 完成（AUTHORED_BY + MODIFIED_BY + Git 变更文件）
Phase 14	代码阅读增强	✅ 完成（Pipeline/Agent 双策略 + 自动路由 + 配置化）
Phase 15	深色主题	✅ 完成（90+ CSS 变量 + 赛博朋克风格 + 图谱/编辑器主题适配）

🤝 贡献

欢迎贡献代码！请阅读 贡献指南 了解：

• 开发环境搭建
• 代码风格与提交规范
• Pull Request 流程
• 测试要求

📄 License

MIT License © 2024-2026 Code Knowledge Graph