Hilo de meng shao (@shao__meng)

[Recomendación de código abierto] CodeWiki: un marco de código abierto para generar automáticamente documentación completa, estructurada y consciente de la arquitectura para repositorios de código grandes y en múltiples idiomas. ⚠️Tenga en cuenta que esto no es Google Codewiki⚠️ Las herramientas tradicionales de documentación de código o las herramientas de IA suelen centrarse únicamente en el nivel de función/archivo, lo que dificulta la captura de interacciones entre archivos, módulos o incluso todo el sistema. En proyectos reales con cientos de miles o incluso millones de líneas de código, la documentación manual resulta extremadamente costosa, mientras que las herramientas automatizadas existentes suelen generar contenido fragmentado, carente de una perspectiva arquitectónica global. CodeWiki está diseñado para abordar este problema: puede generar documentación completa para todo el repositorio de código, similar a un "wiki de proyecto", que incluye una descripción general de la arquitectura de alto nivel, dependencias entre módulos, flujo de datos, diagramas de secuencia, ejemplos de uso y más, y admite salida multimodal (texto + gráficos de sirena interactivos). Innovaciones clave (tres tecnologías fundamentales) 1. La descomposición jerárquica se basa en la idea de la programación dinámica para dividir inteligentemente el enorme almacén en múltiples "grupos de módulos", lo que no solo mantiene el contexto arquitectónico, sino que también permite controlar el tamaño de cada subtarea (verificado para admitir entre 86 000 y 1,4 millones de líneas de código). 2. El procesamiento recursivo multiagente utiliza la colaboración entre múltiples agentes: los módulos simples se generan directamente, mientras que los módulos complejos se descomponen dinámicamente y se delegan a subagentes para su procesamiento, lo que garantiza alta calidad y escalabilidad incluso en repositorios grandes. Este diseño es "semiagente", más robusto que una sola llamada LLM. 3. El documento final resultante de la síntesis multimodal no solo contiene texto Markdown, sino que también incorpora automáticamente: • Diagrama de arquitectura • Gráfico de flujo de datos/gráfico de dependencia • Diagrama de secuencia • Referencia de API, ejemplos de uso, etc. Métricas de rendimiento (del benchmark CodeWikiBench del artículo) • Uso de modelos de código cerrado como Claude: Puntuación de calidad promedio del 68,79%, 4,73% más alta que la herramienta comercial de código cerrado DeepWiki. La mejora es especialmente notable en lenguajes de alto nivel como Python/JS (+10,47%). • El modelo de código abierto también puede alcanzar ~64,8%, lo que supera significativamente la línea de base tradicional. Dirección de código abierto: