Brian Mangano เปิดตัว Codeflowmap ซึ่งเป็นเครื่องมือวิเคราะห์การไหลของข้อมูลในโค้ดที่ใช้ deterministic static analysis ร่วมกับ open-weight LLM เพื่อช่วยให้ผู้ใช้เข้าใจโครงสร้างโค้ดที่เขียนโดย LLM หรือโค้ดซับซ้อนผ่านการสร้างแผนที่ข้อมูลแบบ real-time โดยเครื่องมือรองรับการใช้งาน LLM ทั้งในรูปแบบ local (เช่น open-weight models) และ remote (เช่น API ของ LLM ทั่วไป) พร้อมสร้าง import graph, call graph, Markdown vault และ web UI สำหรับสำรวจข้อมูล รวมถึงคำเตือนเรื่อง data egress ที่เกิดขึ้นเมื่อใช้ LLM แบบ remote Codeflowmap เป็นโครงการทดลองที่ใช้ license MIT พร้อม source code ทั้งหมด สามารถใช้งานผ่าน HN:startup และปรับแต่งตามความต้องการของ project แต่ละตัว โดยเครื่องมือใช้ Bun เป็น framework รองรับการสร้าง import graph และ call graph จาก AST/static analysis พร้อมเพิ่ม semantic layer ผ่าน LLM ที่ไม่ต้องใช้ token สำหรับการสร้างกราฟ ขณะที่ Markdown vault ใช้ wikilinks แทนการเชื่อมโยงแบบ static และ web UI ช่วยให้ผู้ใช้สำรวจข้อมูลผ่านการ filter ตามประเภทการไหลของข้อมูล
สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว