为 Spring Boot / Spring Cloud 打造的语义图谱与 AI 协同引擎

基于 Tree-sitter 的本地化代码智能工具。将微服务、HTTP 端点、Spring Bean 依赖及 MyBatis SQL 链路解析为知识图谱，让 AI Agent (Claude Code/Cursor) 的代码分析效率提升 10 倍。

快速开始查看文档

npm install -g @jinglonglong/springgraph

终端演示 — springgraph serve --mcp

springgraph serve --mcp --path ./springcloud-demo
[springgraph] 正在初始化数据库连接...
[springgraph] 已成功加载 springkg.db (Spring 专属语义层)
[springgraph] MCP 本地服务器已在 stdio 管道就绪
[mcp] 成功注册 4 个 Spring Cloud 专属微服务分析工具:
- spring_find_entry (按 URL/控制器/Feign名定位流量入口)
- spring_trace_flow (全链路追踪: Endpoint -> Service -> Mapper -> SQL)
- spring_assets_overview (系统服务画像与敏感配置总览)
- spring_method_impact (分析方法变更的事务、SQL 与异常影响面)
AI Agent 提问: "帮我分析 GET /api/users/{id} 的调用链"
=== 调用链分析结果 (Trace Flow) ===
1. [入口] UserController.getUser (UserController.java:24)
2. [业务] UserService.getUserById (UserService.java:12)
3. [数据] UserMapper.selectById (UserMapper.java:8)
4. [SQL] select * from users where id = #{id} (UserMapper.xml:4)

Web UI — 架构依赖可视化浏览器 (springgraph web)

Entry (入口层) UserController

Remote (远程层) OrderClient

Business (业务层) UserService

Data (数据层) UserMapper

Spring 语义知识图谱

深入解析 Spring Boot / Spring Cloud 特有注解，连接微服务网关、REST 端点、Service 业务层、Feign 远程调用及 MyBatis SQL，形成完整闭环。

精简高效的 MCP 工具

提供 4 个 Spring 专属工具，让 AI 过滤无用代码干扰，直奔端点逻辑、全链路追踪、事务与异常分析，提问响应速度及准确率大幅上升。

架构剖面与可视化 Web UI

自动把类划分为 6 层与 15 个架构角色（Controller, Mapper 等），并提供图形化的 Web 浏览器，让项目关系与依赖流一目了然。