Thread de meng shao (@shao__meng)

[Recomendação de código aberto] CodeWiki: Uma estrutura de código aberto para gerar automaticamente documentação completa, estruturada e com reconhecimento de arquitetura para grandes repositórios de código multilíngue. ⚠️Observe que este não é o Google Codewiki⚠️ As ferramentas tradicionais de documentação de código ou ferramentas de IA geralmente se concentram apenas no nível de função/arquivo, dificultando a captura de interações entre arquivos, módulos ou mesmo todo o sistema. Para projetos reais com centenas de milhares ou até milhões de linhas de código, a documentação manual é extremamente dispendiosa, enquanto as ferramentas automatizadas existentes frequentemente geram conteúdo fragmentado, carente de uma perspectiva arquitetural geral. O CodeWiki foi projetado para resolver esse problema: ele pode gerar documentação completa para todo o repositório de código, semelhante a uma "wiki de projeto", incluindo uma visão geral da arquitetura de alto nível, dependências entre módulos, fluxo de dados, diagramas de sequência, exemplos de uso e muito mais, além de suportar saída multimodal (texto + gráficos interativos do Mermaid). Principais inovações (três tecnologias essenciais) 1. A decomposição hierárquica baseia-se na ideia de programação dinâmica para dividir de forma inteligente o enorme repositório de código em múltiplos "clusters de módulos", o que não só mantém o contexto arquitetônico, mas também torna o tamanho de cada subtarefa controlável (comprovado para suportar de 86.000 a 1,4 milhão de linhas de código). 2. O processamento multiagente recursivo utiliza a colaboração entre múltiplos agentes: módulos simples são gerados diretamente, enquanto módulos complexos são decompostos dinamicamente e delegados a subagentes para processamento, garantindo alta qualidade e escalabilidade mesmo em grandes repositórios. Este é um design "semi-agente", mais robusto do que uma única chamada LLM. 3. O documento final gerado pela síntese multimodal não apenas contém texto Markdown, mas também incorpora automaticamente: • Diagrama de arquitetura • Gráfico de fluxo de dados/gráfico de dependência • Diagrama de sequência • Referência da API, exemplos de uso, etc. Métricas de desempenho (do benchmark CodeWikiBench do artigo) • Utilizando modelos de código fechado como o Claude: Pontuação média de qualidade de 68,79%, 4,73% superior à ferramenta comercial de código fechado DeepWiki. A melhoria é particularmente notável em linguagens de alto nível, como Python/JS (+10,47%). • O modelo de código aberto também pode atingir cerca de 64,8%, o que supera significativamente a linha de base tradicional. Endereço de código aberto: