$ loading_
分层分析大型代码库并生成可查询知识图谱，提升代码理解与检索效率
复制安装指令，让 AI 自动完成配置 · 推荐新手
"codebase-rlm" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 codebase-rlm 分层分析这个仓库，生成核心模块、调用关系、关键入口文件和主要业务流程的知识图谱，并总结我作为新成员最该先阅读的 10 个文件。
输出代码库结构化知识图谱、模块关系说明，以及适合新人上手的阅读路径。
请基于 codebase-rlm 的知识图谱，告诉我“用户登录失败重试与限流”相关逻辑分布在哪些模块、类或函数中，并按重要性排序。
返回与目标功能最相关的代码位置清单，并附带层级上下文与关联说明。
请用 codebase-rlm 为该项目建立持久化知识映射，并回答：配置加载链路是什么、缓存层如何失效、哪些模块最容易受上下文窗口限制影响？
产出可持续查询的项目知识摘要，并针对具体问题给出基于全局上下文的答案。
帮助开发者在超大代码库中进行跨上下文搜索、分析与变量化管理。
为 AI 助手提供递归式大模型推理与代码执行，提升大上下文探索效率。
为 AI 编码代理提供持久沙箱，探索代码库并返回精简摘要以节省上下文。
让大模型通过递归拆解处理超长上下文，无需依赖外部 LLM API。
提供语义搜索、依赖分析和自然语言问答的代码库智能 MCP 工具
支持多语言代码结构搜索、规则匹配与批量转换，提升分析和重构效率。