$ loading_
查询 Python 项目的代码图谱,分析结构、调用关系与测试覆盖情况。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"codescan" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请用 codescan 查询这个 Python 项目的代码结构,列出主要模块、类和函数的层级关系。
返回项目中主要代码元素及其层级关系的结构化概览。
请用 codescan 分析函数 foo 在项目中的调用关系,包括它调用了谁、谁调用了它。
返回 foo 的上下游调用图或调用关系列表。
请用 codescan 查询该 Python 项目的测试覆盖情况,指出哪些模块或函数缺少覆盖。
返回测试覆盖分析结果,并标出覆盖不足的代码区域。
开发者接手已有 Python 代码库时,可以用它查询代码结构,快速了解模块、类和函数之间的组织关系。
在修改核心函数前,开发者可以查看调用图,了解函数的上下游依赖,评估改动可能影响的范围。
团队做质量检查时,可以利用测试覆盖分析找出未充分覆盖的模块或函数,辅助补充测试。
它是一个 MCP 工具,用于查询基于 Neo4j 的 Python 项目代码图谱,可分析代码结构、调用图和测试覆盖情况。
给定信息只明确提到 Python 项目。关于是否支持其他语言或项目类型,见源码仓库。
已知它依赖 Neo4j-based code graph。关于具体安装方式、运行环境或密钥要求,见源码仓库。
快速扫描代码库中的待办、复杂度与依赖风险,生成健康度评级报告。
让 AI 编程助手安装并查询 Scope 分析数据,辅助开发决策与排查。
帮助开发者与非程序员审计代码、查询知识图谱并生成项目文档
借助知识图谱与AI检索、理解并编辑多语言大型代码库。
通过自然语言审查代码仓库,发现安全、性能与质量问题
帮助分析代码库结构、生成项目文档与知识地图,提升 AI 理解上下文效率