Awesome GitHub RepositoriesCode Knowledge Graphs

Codegraph is a local codebase indexer and static analysis graph database that serves as a context provider for AI agents. It parses multiple programming languages into a searchable knowledge graph of symbols and dependencies, exposing these relationships to AI tools through the Model Context Protocol. The project distinguishes itself by aggregating relevant code snippets and symbol flows to reduce token usage for large language models. It automates the configuration of server settings and steering instructions across various AI agent platforms and command line editors to enable automatic code

Headroom is an AI gateway proxy and token optimizer designed to reduce the cost and latency of large language model interactions. It functions as an intermediary that intercepts traffic between clients and providers to apply context compression, request routing, and format translation. The system differentiates itself through a Model Context Protocol server implementation that delivers compression and retrieval tools to compatible AI hosts. It employs a content-aware compression pipeline and tiered importance scoring to trim redundant data from logs and tool outputs while preserving essential

CodeQL is a semantic code analysis engine and vulnerability scanning tool that treats source code as data. It utilizes a static analysis query language to define complex patterns and security vulnerabilities within a code graph database. The system represents source code as a relational database, enabling the execution of structural queries and data flow analysis. This approach allows for the detection of security flaws and coding errors across large-scale repositories. The tool provides capabilities for automated code auditing, static analysis security testing, and custom vulnerability dete

Qodo Cover este o platformă de guvernanță inginerească și un asistent bazat pe AI, conceput pentru revizuirea automată a codului și generarea de teste unitare. Utilizează un graf de cunoștințe al bazei de cod bazat pe arbore sintactic abstract (AST) pentru a mapa dependențele și relațiile arhitecturale, permițându-i să analizeze pull request-urile și să impună standardele organizaționale de codare. Sistemul se distinge printr-un pipeline de analiză multi-agent care efectuează raționamente arhitecturale și identifică bug-uri dincolo de diff-ul imediat. Dispune de un server de protocol de context al modelului pentru a expune inteligența bazei de cod către instrumente externe și poate evolua automat regulile de impunere învățând din deciziile istorice ale pull request-urilor. Platforma oferă capabilități cuprinzătoare pentru gestionarea cunoștințelor bazei de cod, inclusiv execuția de cercetări profunde, interogări semantice și maparea dependențelor sistemului. Include, de asemenea, instrumente pentru generarea iterativă de teste unitare pentru a crește acoperirea codului și remediere automată pentru a aplica corecții direct în pull request-uri. Opțiunile de deployment includ SaaS multi-tenant, single-tenant sau instalări complet on-premises.

Potpie is an LLM codebase analysis platform and multi-agent orchestration framework designed to act as an AI software engineer. It parses repositories into a structured code knowledge graph, enabling AI agents to perform multi-hop reasoning, dependency tracing, and grounded technical analysis across large codebases. The system distinguishes itself through a spec-driven development framework where agents generate detailed technical specifications and architecture plans before implementing multi-file code changes. It utilizes a durable execution engine to coordinate specialized AI personas for