CodeLens

在软件研发与工业自动化领域，代码是团队最核心的资产之一，但其中承载价值的业务规则、架构决策与接口约定，往往面临文档缺失与过时、隐性知识难沉淀、理解陌生代码成本高等管理难题。本方案是一款 AI 驱动的代码智能管理解决方案，针对 GitHub 仓库或本地代码目录，能自动完成拉取和分析，并把隐性知识提炼、固化为一套结构化、可检索、可版本管理的规格文档库。它先通过语法解析在多种主流编程语言之上构建统一的代码图谱，捕捉符号、调用关系与依赖，再由多个专门的分析器基于云端大模型从业务需求、接口规格等五个维度分别理解代码，最后由写作智能体（agent）撰写系统总览、接口指南等成体系的文档，并由核验智能体对照代码图谱逐一做事实校验，以抑制大模型可能产生的内容失真。本方案帮助客户将读代码、写文档与知识问答等高频重复劳动大幅自动化，提升工作效率，促进将隐性知识沉淀为团队可复用的资产，使审计与改动影响评估更加可控；借助增量复用机制，使大型代码库的持续分析成本可控；以 MCP 标准对接主流开发环境，让代码知识直接服务于 AI 辅助开发。

1. 五维智能分析：基于云端大模型，从业务需求、接口规格、技术架构、命令与脚本、界面与交互五个维度分析代码，自动产出系统总览、开发者指南、使用说明、规格说明、API 指南等多类文档。
2. 代码图谱与结构化检索：根据代码的符号、调用关系等信息构建知识图谱，支持评估改动的影响范围，支持精确的结构化查询。
3. 自然语言问答：系统结合文档、代码图谱和语义检索给出答案，并提供带精确文件行号的引用，确保答案有据可查。
4. 跨包统一视图：针对由多个模块/服务组成的复杂系统，将多个代码包/仓库组合成一个"集合"（collections），生成统一的总览、架构与索引等文档。
5. 工业控制语言支持：专门支持 IEC 61131-3 结构化文本与西门子 SCL 等可编程逻辑控制器（PLC）代码的解析。
6. 多入口接入集成：提供 Web 界面、REST API、命令行，并通过 MCP 协议对接 Kiro、Claude Code、Cline 等 AI 开发助手。