Understand Anything Deep Dive: Codebase-Wissensgraphen, die Entwickler und KI-Agenten unterstützen

Redaktioneller Hinweis

Dieser Artikel basiert auf dem GitHub-Repo, README, CLAUDE.md, Installationsskripten, Plugin-Skills, dem Kern-Quellbaum, aktuellen Issue- und PR-Oberflächen, der offiziellen Homepage, der Better Stack-Abdeckung, AgentConn, Reddit-Diskussionen und der X-Suche, zusammengetragen am 2. Juni 2026. Genaue Stern- und Fork-Anzahlen werden bewusst weggelassen, da sie schnell veralten.

5.1 Der Graph ist ein wiederverwendbares Repo-Artefakt.

Die README empfiehlt, die nützlichen Teile von `.understand-anything/` zu committen, damit Teammitglieder die initiale Analyse überspringen und das Dashboard aus demselben Graphen öffnen können. Das ist wichtig für das Onboarding, da der Graph so zu einer internen Dokumentation wird und nicht nur ein einmaliges Agenten-Transkript bleibt.

Der Vorbehalt betrifft den Datenschutz. Ein Wissensgraph kann Architektur, Geschäftsabläufe, interne Namen, Endpunktstrukturen und Zusammenfassungen proprietärer Logik kodieren. Behandeln Sie ihn wie sensible Dokumentation und nicht wie einen harmlosen Cache.

.understand-anything/
  knowledge-graph.json       # shareable graph
  intermediate/              # local scratch, usually ignored
  diff-overlay.json          # local change overlay, usually ignored

5.2 Statische Analyse und LLM-Analyse erfüllen unterschiedliche Aufgaben.

Die deterministische Seite ist für Fakten zuständig, die das Modell nicht erfinden sollte: Dateipfade, Importe, Sprachklassifizierung, Framework-Hinweise und strukturelle Symbole. Die LLM-Seite eignet sich besser für Zusammenfassungen, architektonische Absichten, Domänenrollen und geführte Erklärungen.

Diese Aufteilung ist wichtig. Reine AST-Tools sind günstiger und deterministischer. Reine LLM-Analyse ist reichhaltiger, aber teurer und anfälliger für Fehlinterpretationen. Understand Anything positioniert sich zwischen diesen Polen.

5.3 Batching ist das versteckte Skalierungs-Feature.

Große Repositories können nicht in einem einzigen Prompt analysiert werden. Das Repo enthält eine Batching-Logik, die zusammenhängende Dateien gruppiert, Nachbarkontext übergibt und Batch-Ausgaben später zusammenführt. Das ist eine praktische Designentscheidung: Agenten arbeiten besser, wenn jeder Batch eine lokale Kohärenz aufweist.

Offene Probleme zeigen die harte Realität: Import-Fidelity und Edge-Normalisierung sind nach wie vor wichtig. Wenn der deterministische Graph PHP-Includes, NodeNext-Rewrites oder Präfixe für Nicht-Code-Knoten übersieht, erbt die LLM-Schicht diesen blinden Fleck.

scan project
  -> extract import map
  -> compute graph-aware batches
  -> analyze each batch
  -> merge graph
  -> review and render dashboard

5.4 Der Knowledge-Base-Modus erweitert die Idee über Code hinaus.

`/understand-knowledge` zielt auf LLM-Wikis nach dem Karpathy-Muster und Markdown-Wissensdatenbanken ab. Der Punkt ist ähnlich wie bei der Code-Analyse: Deterministische Links und Kategorien sorgen für Struktur, dann fügen Agenten Entitäten, Behauptungen und Beziehungen hinzu.

Dies macht das Projekt breiter einsetzbar als einen reinen Repo-Visualisierer. Es kann zu einer Möglichkeit werden, technische Notizen, Architektur-Dokumente, Produkt-Wikis und Forschungsordner zu navigieren, solange das Quellformat diszipliniert genug für das Parsing ist.

5.5 Das Dashboard ist Teil des Produkts, kein nachträglicher Einfall.

Der Dashboard-Stack verwendet moderne React-Tools und Graph-Layout-Bibliotheken, da der Graph visuell abgefragt werden muss. Suche, Filterung, Pfadfindung, Layer-Farbgebung, Knotendetails und geführte Touren machen aus rohem Graph-JSON etwas, das ein neues Teammitglied nutzen kann.

Das bedeutet auch, dass Dashboard-Regressionen wichtig sind. Zu den aktuellen Problemen gehören das Einfrieren des Dashboards und das Verhalten der Edge-Source-Handles, daher sollte die UI als aktive Produktoberfläche und nicht als statischer Export behandelt werden.

Unsere Einschätzung

Verwenden Sie Understand Anything, wenn Sie eine Repository-Orientierung, Onboarding-Karten oder Agenten-Kontext benötigen, der über einen einzelnen Chat hinaus Bestand hat. Verzichten Sie auf einen Full-Repo-Rollout, bis Sie es mit Ihrem Language-Stack getestet, die Token-Kosten abgeschätzt und entschieden haben, ob der generierte Graph gemäß den Sicherheitsrichtlinien Ihres Teams gespeichert werden darf.

F: Ist Understand Anything nur für Claude Code gedacht?

Nein. Claude Code hat den nativen Plugin-Pfad, aber der Installer dokumentiert Codex, Cursor, Copilot, Gemini CLI, OpenCode, OpenClaw, Antigravity, Hermes, Cline, KIMI, Trae und andere Ziele.

F: Welche Dateien werden geschrieben?

Das Hauptartefakt ist `.understand-anything/knowledge-graph.json`. Zwischenanalyse-Dateien und Diff-Overlays sind in der Regel lokale Scratch-Dateien und sollten ignoriert werden, es sei denn, Ihr Team möchte sie explizit behalten.

F: Sollte ich den Graphen committen?

Commiten Sie ihn nur, wenn Ihr Team einen gemeinsamen Onboarding-Kontext wünscht und der Graph keine sensiblen Interna offenlegt. Behandeln Sie ihn wie eine Architektur-Dokumentation.

F: Wie unterscheidet es sich von einem AST-Graphen?

AST-Graphen bilden Strukturen kostengünstig ab. Understand Anything ergänzt diese um LLM-Zusammenfassungen, Domänenrollen, geführte Touren, Dashboard-Exploration und Wissensdatenbank-Analysen auf Basis struktureller Fakten.

F: Kann es Dokumentationen und Wikis analysieren?

Ja. `/understand-knowledge` zielt auf LLM-Wikis im Karpathy-Muster und Markdown-Wissensdatenbanken ab, wobei Links, Entitäten, Behauptungen und Beziehungen extrahiert werden.

F: Was sind die derzeit größten Risiken?

Aktuelle Probleme betreffen die sprachspezifische Kantentreue, die Korrektheit inkrementeller Updates, die Pfadfindung unter Windows, Dashboard-Einfrierungen und Abweichungen bei Paketmanagern.

Primärquellen

• Understand Anything GitHub repo
• README
• CLAUDE.md
• Installationsskript
• Plugin-Manifest
• Homepage
• Neuestes Release

Key Code und Docs

• Projekt-Scanner-Agent
• Datei-Analyse-Agent
• Graph-Builder-Quelle
• Sprach-Registry
• Dashboard-Paket

Issues, PRs und Community

• PHP Call-Graph-Problem
• Problem mit der inkrementellen Kanten-Fidelity
• Windows Codex Pfad-Problem
• Dashboard-Einfrier-Problem
• Kiro Support PR
• Better Stack Walkthrough
• AgentConn Auflistung
• Reddit Creator-Thread
• Reddit Vergleichs-Thread