Игорь Градов
Игорь Градов
5 мин
ai

Нейросеть для анализа кода GraphLens вышла в опенсорсе: видит связи между Python, Go и TypeScript

Нейросеть для анализа кода GraphLens вышла в опенсорсе и умеет то, что не может ни один моноязычный инструмент: видит связи между Python, TypeScript, Go и Rust внутри одного проекта одновременно.

Нейросеть для анализа кода GraphLens вышла в опенсорсе: видит связи между Python, Go и TypeScript
Почему это важно

GraphLens решает конкретную боль команд с микросервисной архитектурой: когда фронтенд на TypeScript вызывает API на Python, ни один привычный анализатор не покажет эту связь. Теперь покажет, причём бесплатно и с открытым кодом.

Разработчик выложил на GitHub фреймворк GraphLens, открытую модель (open-source, лицензия MIT) для построения графа зависимостей кода. Инструмент появился как ответ на две проблемы, с которыми сталкивается каждый, кто работает с крупными кодовыми базами: медленный ручной поиск связей между файлами и слепота инструментов на границе языков. Для русскоязычных разработчиков, ведущих полиязычные проекты, это особенно актуально.

Что Когда Кто выпустил Цена
GraphLens, опенсорс-фреймворк для построения графа кода с межъязыковым анализом Дата релиза в источнике не указана Независимый разработчик (GitHub) Бесплатно, лицензия MIT

Что умеет эта нейросеть для анализа кода?

  • Строит настоящий граф зависимостей, а не угадывает по именам. Большинство лёгких инструментов видят вызов save() и рисуют связь ко всему, что называется save. GraphLens работает иначе: сначала парсер Tree-sitter (программа, которая разбирает код на синтаксические элементы) строит точное дерево, а затем резолвер (анализатор типов) определяет, какая именно функция вызывается. Связь ведёт к реальному объекту, а не к «однофамильцу».

  • Видит связи между разными языками программирования. Адаптеры для каждого языка создают специальные узлы-границы (boundary nodes). HTTP-маршрут на Python и запрос fetch на TypeScript к тому же адресу получают одинаковый идентификатор. После слияния графов появляются рёбра, которые показывают: «вот этот вызов на фронтенде бьёт в этот конкретный эндпоинт (адрес API) на бэкенде».

  • Честно сообщает, когда анализ неполный. Если инструмент не смог полностью разрешить типы, граф получает статус degraded (частичный) вместо тихой выдачи ошибочных данных. В режиме CI (автоматической сборки) флаг --strict остановит процесс, если граф неполон.

  • Детерминированные идентификаторы узлов. ID каждого элемента считается через SHA-256 от имени проекта, типа и полного имени. Повторное сканирование на любой машине даёт те же ID, что делает возможными сравнение версий графа и кэширование.

  • Пять способов использования: как Python-библиотека, через командную строку (CLI), как MCP-сервер для ИИ-агентов, через REST API и как источник данных для дашбордов.

Как попробовать?

  1. Установите CLI-версию с поддержкой Python-адаптера: pip install "graphlens-cli[python]"

  2. Запустите анализ вашего проекта: graphlens analyze ./my-project

  3. Для межъязыкового анализа (например, Python + TypeScript) установите оба адаптера, проанализируйте проекты по отдельности и объедините графы через graphlens-link. Код примера есть в репозитории на GitHub.

Есть ли аналоги в России?

Прямого российского аналога GraphLens, именно как нейросети для анализа кода с межъязыковым графом, на момент публикации нет. Для задач анализа кода в российских компаниях чаще используют комбинацию привычных инструментов:

Задача Что используют в РФ Что даёт GraphLens
Поиск зависимостей внутри Python IDE (PyCharm), grep, встроенные средства Полный граф с точным разрешением типов
Анализ связей между микросервисами на разных языках Ручная документация, Swagger, схемы в Miro Автоматические рёбра между языками через boundary-узлы
Подача контекста ИИ-ассистенту (YandexGPT, GigaChat) Копирование файлов в промпт целиком Точечная выдача нужного подграфа, экономия токенов (минимальных единиц текста, за которые платят при обращении к модели)

Если вы используете YandexGPT или GigaChat для работы с кодом, GraphLens может готовить для них точный контекст вместо «вот вам весь файл, разберитесь сами».

Мнение редакции dzen.guru

Я вижу в GraphLens инструмент, который закрывает реальную дыру. Любой, кто хоть раз пытался объяснить ИИ-ассистенту, «как связаны вот эти два сервиса», понимает цену вопроса: вы либо копируете в контекст десятки файлов и сжигаете токены, либо получаете поверхностный ответ.

Оговорка: проект молодой, количество поддерживаемых языков пока ограничено (Python и TypeScript упоминаются явно, Go и Rust заявлены в архитектуре адаптеров). Для продакшена в крупной компании стоит дождаться стабилизации API и проверить на своей кодовой базе.

Что сделать сегодня: если вы ведёте проект хотя бы на двух языках, поставьте GraphLens на тестовую копию репозитория и посмотрите на граф. Десять минут покажут, есть ли польза для вашей конкретной архитектуры.

Частые вопросы

GraphLens работает только с Python?

Нет. Архитектура построена на адаптерах: каждый язык получает свой модуль-адаптер, который отдаёт данные в единый формат графа. Python и TypeScript поддерживаются уже сейчас. Адаптеры для других языков добавляются по тому же шаблону. При этом главная ценность раскрывается именно при анализе нескольких языков одновременно.

Зачем это автору контента, а не только программисту?

Если вы автор Дзена, который пишет о технологиях, GraphLens даёт вам конкретный повод рассказать аудитории, как устроен современный анализ кода. Если вы маркетолог в IT-компании, нейросеть для анализа кода с межъязыковым графом решает задачу, которую ваши разработчики до сих пор закрывали вручную, и это аргумент для внутренней презентации.

Можно ли подключить GraphLens к ИИ-агенту?

Да. Фреймворк поддерживает работу как MCP-сервер (протокол, по которому ИИ-агент запрашивает данные у внешних инструментов). Вместо того чтобы загружать в контекст модели все файлы проекта, агент запрашивает у GraphLens конкретный подграф: «покажи, кто вызывает эту функцию и из каких модулей». Это экономит токены и повышает точность ответа.

Проект бесплатный, код открыт, порог входа, одна команда в терминале. Для команд с микросервисами на нескольких языках это первый инструмент, который честно соединяет Python-бэкенд с TypeScript-фронтендом в единую карту, и не просит за это ни рубля.

Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

ai

Искусственный интеллект заменил программирование: за 40 минут и 5 центов собрали веб-приложение

Почему это важно Опыт показывает: автор без глубокого знания кода за 40 минут получил от ИИ-агента объём работы, на который у программиста ушёл бы рабочий…

5 мин
Reasoning нейросети: точность выросла до 100%, но токенов ушло в 250 раз больше
ai

Reasoning нейросети: точность выросла до 100%, но токенов ушло в 250 раз больше

Нейросети с рассуждением (reasoning) обещают точные ответы, но на практике тратят в 250 раз больше токенов (минимальных единиц текста, которые модель…

6 мин
ai

Valkey доверил ИИ-агентам бэкпорты и аудит кода: разработка ИИ-агентов без потери контроля

Почему это важно Valkey показал редкий публичный пример: ИИ-агенты в production-проекте, от которого зависят чужие серверы, и при этом ни одного архитектурного…

5 мин