Masuk ke tim baru lalu disuapi codebase warisan berukuran 200.000 baris kode adalah mimpi buruk bagi hampir setiap software engineer. Kamu duduk di depan monitor, melakukan tracing fungsi satu per satu secara manual, dan berlayar tanpa peta di tengah kerumunan direktori yang asing. Di titik inilah hadir Understand Anything: Plugin Claude Code yang Mengubah Codebase Jadi Knowledge Graph Interaktif. Proyek open-source garapan Egonex (diinisiasi oleh Lum1104) ini tidak berambisi menggantikan posisi developer, melainkan memandu kamu agar tidak lagi membaca kode secara buta lewat visualisasi struktur yang jelas.
Filosofi mendasar dari tool ini sangat sederhana: AI seharusnya membantu manusia, bukan menggantikannya. Pembuatnya tidak sekadar menyajikan grafik rumit yang bikin pusing, melainkan sebuah peta interaktif yang secara tenang mengajarkan bagaimana setiap potongan kode saling terhubung.
Dari Reading Blind ke Visualisasi Utuh: Solusi Realistis Developer
Ketika pertama kali menjalankan proyek skala besar, ekosistem software development sering kali memaksa kita menghabiskan waktu berhari-hari hanya untuk memahami side effect dari satu baris perubahan. Tool ini mengubah paradigma tersebut. Dengan memetakan setiap file, fungsi, kelas, dan dependensi menjadi simpul (node) yang bisa diklik, dibedah, dan dicari, proses pembacaan logika sistem berubah menjadi pengalaman eksplorasi visual.
Bukan cuma grafik teknis antar-file, sistem ini menyediakan tampilan ranah bisnis (domain view). Alur bisnis real diekstrak dan disajikan dalam grafik horizontal yang rapi, mulai dari domain, flow, hingga step eksekusi. Kamu juga bisa melakukan analisis dokumen wiki pola Karpathy menggunakan perintah khusus untuk mengekstrak entitas dan klaim implisit menjadi peta ide yang saling terhubung.
Fitur lain yang tak kalah pragmatis adalah Guided Tours, yaitu panduan arsitektur otomatis yang diurutkan berdasarkan dependensi. Developer pemula bisa mempelajari sistem sesuai urutan logis tanpa perlu menebak-nebak harus mulai dari direktori mana. Selain itu, ada Diff Impact Analysis untuk melihat efek domino dari perubahan kode sebelum kamu melakukan commit, serta Persona-Adaptive UI yang menyesuaikan tingkat kedalaman informasi untuk junior dev, PM, maupun power user.
Rahasia Dapur: Kombinasi Cerdas Tree-sitter dan Multi-Agent LLM
Di balik kemampuannya membedah struktur raksasa, ada arsitektur hibrida yang sangat matang. Tool ini menggabungkan determinisme static analysis dengan kecerdasan kontekstual LLM.
Tree-sitter bertugas di garda depan secara deterministik. Alat ini memproses source code menjadi concrete syntax tree untuk mengekstrak fakta struktural murni seperti import, export, definisi fungsi, kelas, hingga hierarki pewarisan. Karena sifatnya deterministik, input yang sama akan selalu menghasilkan output edge graph yang persis sama. Tree-sitter juga memegang peranan kunci dalam mendeteksi perubahan file berbasis fingerprint untuk pembaruan incremental.
Di sisi lain, LLM bekerja menangani aspek semantik yang tidak bisa dipahami oleh parser statis. LLM membaca hasil analisis Tree-sitter untuk menghasilkan ringkasan berlayar bahasa awam, melabeli architectural layer (API, Service, Data, UI, Utility), memetakan domain bisnis, hingga menjelaskan 12 pola bahasa pemograman (seperti generics, closures, atau decorators) langsung di dalam konteks kodenya.
+-------------------------------------------------------+
| Source Code Base |
+---------------------------+---------------------------+
|
+---------------+---------------+
| |
v v
[ Tree-sitter Parser ] [ LLM Semantic Engine ]
- Static AST Extraction - Contextual Summaries
- Deterministic Edges - Layer & Domain Mapping
- Incremental Fingerprints - Guided Tour Generation
| |
+---------------+---------------+
|
v
+---------------------------+
| Interactive Knowledge |
| Graph Dashboard |
+---------------------------+
7 Agent Spesialis di Balik Layar
Untuk mengeksekusi pipeline analisis tanpa kendala, sistem ini mengorkestrasi hingga tujuh agent terspesialisasi yang bekerja secara paralel:
- project-scanner: Memindai direktori, mendeteksi bahasa pemograman, dan mengenali framework yang digunakan.
- file-analyzer: Mengekstrak fungsi, kelas, dan dependensi untuk membentuk node awal graph. Agen ini sanggup berjalan hingga 5 pekerja bersamaan.
- architecture-analyzer: Mengelompokkan komponen ke dalam layer arsitektur sistem.
- tour-builder: Menyusun alur pembelajaran kognitif berurutan untuk anggota tim baru.
- graph-reviewer: Memvalidasi kelengkapan node dan integritas referensi antar-edge.
- domain-analyzer: Mengisolasi proses bisnis menjadi langkah-langkah logika yang jelas.
- article-analyzer: Bertugas khusus mengekstrak entitas dan hubungan implisit dari wiki dokumen.
Fleksibilitas Lintas Platform dan Penghematan Token
Walaupun lahir sebagai plugin native untuk Claude Code, fleksibilitas integrasinya patut diacungi jempol. Tool ini mendukung berbagai platform AI coding terkemuka melalui script instalasi otomatis maupun auto-discovery.
Menariknya, issue penggunaan token LLM yang membengkak diantisipasi dengan cermat. Proses pemindaian awal memang memakan token cukup besar karena memproses seluruh direktori. Namun, eksekusi berikutnya bersifat incremental, artinya hanya file yang mengalami perubahan saja yang dianalisis ulang. Jika privasi atau budget API menjadi kendala utama, kamu tinggal mengarahkan platform ke model lokal seperti Ollama.
Tabel Kompatibilitas Platform AI
| Platform AI | Status Dukungan | Metode Instalasi |
|---|---|---|
| Claude Code | Native ✅ | Plugin Marketplace |
| Cursor | Supported ✅ | Auto-discovery via .cursor-plugin |
| VS Code + GitHub Copilot | Supported ✅ | Auto-discovery via .copilot-plugin |
| Copilot CLI | Supported ✅ | copilot plugin install |
| Codex | Supported ✅ | install.sh codex (Menggunakan prefix $) |
| Gemini CLI | Supported ✅ | install.sh gemini |
| Kiro CLI / IDE | Supported ✅ | install.sh kiro |
| OpenCode / OpenClaw / Antigravity | Supported ✅ | install.sh <platform> |
| Vibe CLI / Hermes / Cline / KIMI / Trae | Supported ✅ | install.sh <platform> |
Cara Penggunaan dan Perintah Utama
Pengoperasiannya didesain langsung dari terminal lingkungan kerja kamu. Berikut adalah beberapa Perintah yang umum digunakan dalam alur kerja sehari-hari:
bash# 1. Menginstal plugin di Claude Code /plugin marketplace add Egonex-AI/Understand-Anything /plugin install understand-anything # 2. Menganalisis seluruh codebase (hasil disimpan di .ua/knowledge-graph.json) /understand # Menentukan bahasa spesifik untuk ringkasan UI dan node (misal: Bahasa Mandarin) /understand --language zh # 3. Membuka dashboard interaktif di browser /understand-dashboard # 4. Berinteraksi dan menganalisis sistem /understand-chat How does the payment flow work? /understand-diff /understand-explain src/auth/login.ts /understand-onboard /understand-domain
Khusus bagi pengguna CLI berbasis Codex, panggilan instruksi menggunakan simbol dolar seperti $understand alih-alih garis miring.
Berbagi Knowledge Graph Tanpa Ketergantungan API Key
Salah satu fitur paling praktis untuk kolaborasi tim adalah mekanisme pembagian file data. Output dari analisis ini disimpan sebagai file JSON murni di dalam folder .ua/. Kamu hanya perlu menyertakan folder tersebut ke dalam repositori Git tim (kecuali direktori intermediate/ dan diff-overlay.json).
Rekan satu tim yang ingin membaca arsitektur proyek tidak perlu lagi menjalankan pipeline AI atau memiliki API Key. Cukup gunakan utilitas bawaan Node.js untuk membuka dashboard viewer secara lokal:
bashnpx https://github.com/Egonex-AI/Understand-Anything/releases/latest/download/understand-anything-viewer.tgz /path/to/analyzed/project
Perintah di atas akan menjalankan server lokal berbasis Node.js (minimal versi 18) dan memberikan URL unik ber-token. Semua data disajikan secara read-only langsung dari disk lokal, tanpa ada data yang terkirim ke luar maupun panggilan API tambahan. Untuk proyek besar dengan ukuran file graph melebihi 10 MB, penyimpanan dapat dikombinasikan dengan Git LFS agar repositori tetap ringan.
Langkah Egonex merilis pembaruan ini membuktikan bahwa masa depan AI coding bukan sekadar menghasilkan potongan kode otomatis secara liar, melainkan memberikan pemahaman konteks mendalam agar developer tetap memegang kendali penuh atas arsitektur perangkat lunak yang mereka bangun.