标签
CodeFlow is a browser-based tool that visualizes code dependencies from a GitHub URL or local folder, providing interactive graphs, security scanning, pattern detection, and health scores without uploading code.
Frond 是一款前端运行时，可管理 React 应用的依赖图，并自动处理服务的生命周期与清理工作。
TheoremGraph 是一个统一的语句级依赖图，涵盖非形式化数学（arXiv 论文）和形式化数学（Lean 项目），利用语义嵌入来弥合两者之间的差距。作者提供了数据集、提取器和 API，以支持数学搜索和检索。
Archex 是一款新的开源代码 RAG 工具，通过结合混合搜索（BM25F + 密集嵌入）、交叉编码器重排序和依赖图扩展来改进检索，与纯基于嵌入的方法相比，实现了更高的召回率和令牌效率。
Graperoot 是一款原生MCP工具，能够为代码库构建依赖关系图，避免不必要的文件重复读取，从而为用户节省大量成本——总计超过15万美元——并且对任何支持MCP的CLI或IDE免费提供。
介绍ModSleuth，一个智能系统，通过分析公开制品递归重建LLM开发中的大规模依赖图，揭示多跳许可证义务和文档不一致性。
Repowise 是一个开源工具，它将代码库索引为五个智能层——依赖图、Git 历史、自动生成的文档、架构决策和代码健康——并通过 MCP 工具将这些信息暴露给 AI 编码代理，以提供更准确的上下文并减少工具调用次数。
SocratiCode 是一个完全开源的代码库智能引擎，它利用语义搜索、依赖关系图、影响分析和共享索引帮助 AI 导航仓库，无需供应商锁定。
推荐使用codegraph和graphify两个工具配合vibe coding，codegraph分析代码间依赖关系（AST），graphify关联概念和代码（AST+LLM语义）。
作者反思了为其 Intertwingler 应用服务器解决复杂依赖关系图的挑战，旨在实现密集超媒体以减少过多的读写需求，同时批评人工智能生成过多内容。
本文介绍了基于依据的延续（Grounded Continuation），一种用于LLM对话的线性时间运行时验证器，它维护一个显式依赖图，以检测下一句话是否得到先前对话的支持，在包括LongMemEval和LoCoMo的基准测试中，相比基线取得了准确率提升。
MathAtlas 是一个针对研究生级别数学的自动形式化的大规模基准测试，包含从103本教科书中提取的约5.2万个定理和定义，并附带一个包含约17.8万条关系的数学依赖图。实验表明，最先进的模型正确率最高仅为9.8%，凸显了其难度。