awesome-repositories.com
Blog
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektÜber unsRanking-MethodikPresseMCP-Server
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 Repos

Awesome GitHub RepositoriesAST-Based Code Graphs

Knowledge graphs constructed from abstract syntax trees to map syntactic relationships and dependencies.

Distinct from Knowledge Graphs: Specializes general knowledge graphs to those specifically built from code ASTs for architectural reasoning.

Explore 2 awesome GitHub repositories matching data & databases · AST-Based Code Graphs. Refine with filters or upvote what's useful.

Awesome AST-Based Code Graphs GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • qodo-ai/qodo-coverAvatar von qodo-ai

    qodo-ai/qodo-cover

    5,444Auf GitHub ansehen↗

    Qodo Cover ist eine Engineering-Governance-Plattform und ein KI-gestützter Assistent für automatisierte Code-Reviews und Unit-Test-Generierung. Es nutzt einen Wissensgraphen auf Basis des abstrakten Syntaxbaums (AST), um Abhängigkeiten und architektonische Beziehungen abzubilden, wodurch Pull Requests analysiert und organisatorische Coding-Standards durchgesetzt werden können. Das System zeichnet sich durch eine Multi-Agenten-Analyse-Pipeline aus, die architektonische Schlussfolgerungen zieht und Fehler identifiziert, die über das unmittelbare Diff hinausgehen. Es verfügt über einen Model-Context-Protocol-Server, um Codebase-Intelligenz für externe Tools verfügbar zu machen, und kann Durchsetzungsregeln automatisch weiterentwickeln, indem es aus historischen Pull-Request-Entscheidungen lernt. Die Plattform bietet umfassende Funktionen für das Wissensmanagement der Codebase, einschließlich Deep-Research-Ausführung, semantischer Abfragen und System-Abhängigkeits-Mapping. Sie enthält zudem Werkzeuge zur iterativen Unit-Test-Generierung zur Erhöhung der Code-Abdeckung sowie automatisierte Remediation zur direkten Anwendung von Fixes auf Pull Requests. Bereitstellungsoptionen umfassen Multi-Tenant-SaaS, Single-Tenant oder vollständig On-Premises-Installationen.

    Parses repositories into abstract syntax tree knowledge graphs to map syntactic relationships and dependencies.

    Pythonagentsaitest-automation
    Auf GitHub ansehen↗5,444
  • phodal/auto-devAvatar von phodal

    phodal/auto-dev

    4,508Auf GitHub ansehen↗

    auto-dev ist ein KI-natives Software-Engineering-Tool und eine Multi-Agenten-Entwicklungsplattform, die darauf ausgelegt ist, den gesamten Softwareentwicklungslebenszyklus zu automatisieren. Es fungiert als autonomer Orchestrator, der KI-gesteuertes Coding, Testen und Infrastrukturkonfiguration durch deklarative Agentenketten verwaltet. Das Projekt basiert auf einem Kotlin-Multiplatform-KI-Framework, wodurch Agentenlogik in verschiedenen Umgebungen und auf unterschiedlichen Geräteschnittstellen ausgeführt werden kann. Die Plattform implementiert das Model Context Protocol, um Tools und Projektinformationen mit externen KI-Diensten auszutauschen. Sie zeichnet sich durch die Verwendung einer Retrieval-Augmented-Generation-Pipeline und baumbasiertem Code-Graphing aus, die abstrakte Syntaxbäume und Aufrufketten analysieren, um den Projektkontext zu komprimieren und Halluzinationen zu reduzieren. Eine interaktive Entwicklungsumgebung bietet Echtzeitsynchronisation von UML-Diagrammen, OpenAPI-Spezifikationen und Code-Diffs. Die Funktionsbereiche decken autonome Softwareentwicklung ab, einschließlich dynamischer Aufgabenplanung, iterativer testgetriebener Reparatur und Migration von Legacy-Code. Das System handhabt zudem Infrastructure-as-Code-Automatisierung für Docker- und CI/CD-Konfigurationen, KI-gestützte Code-Reviews sowie die Koordination geteilter KI-Personas und Prompt-Spezifikationen über Teams hinweg. Die Kernlogik ist in Kotlin Multiplatform implementiert, um eine konsistente plattformübergreifende Agentenbereitstellung sicherzustellen.

    Analyzes AST and call chains to compress project context for efficient large-scale refactoring.

    Kotlinaigcgenaigenaistack
    Auf GitHub ansehen↗4,508
  1. Home
  2. Data & Databases
  3. Entity Relationships
  4. Knowledge Graphs
  5. AST-Based Code Graphs