Benzi：基于编译器索引的编程智能体与代码智能引擎

oooscoos/Benzi · Benzi is a compiler-backed coding agent that compiles your codebase into a resolved, queryable map of calls, data flow, and control flow first; then it explains, runs, edits and verifies your code using it. Includes a runtime tracer that settles what static analysis can't. The Benzi compiler also works as an MCP server.

GitHub原文发布未知首次收录 2026-10-06上架 2026-10-06 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Benzi 是一个由编译器驱动的编程智能体（coding agent）：它先用基于 tree-sitter 的编译器解析整个代码库，构建出可查询的调用关系、数据流与控制流映射，再基于该索引来讲解、运行、修改并验证代码。附带运行期追踪器，用于补足静态分析无法确定的部分。该编译器同时可作为 MCP 服务器使用，支持多语言与多模型接入，官方称在 SWE-bench Verified 上取得 391/500（78.2%）的结果。

# MCP # static-analysis # codebase-understanding # agentic-coding # compiler

核心能力与快速开始

★ 139 · HTML

能做什么: 通过真实的 tree-sitter 编译器对代码库做一次性解析，构建包含符号、调用边、引用、类继承链的可查询索引；在索引之上提供 35+ 结构化工具（如 get_callers、call_tree、trace_path、backflow、forwardflow、profile、get_hierarchy、skim_source 等）用于阅读与规划。写入受真实解析器校验，解析失败自动回滚，并检查改动的影响范围（改动符号、其调用方、持有者、相关测试）。支持运行期追踪器，在实际执行中记录调用并叠加回静态映射；索引支持增量重建与快照式回滚；具备跨会话的持久记忆。语言无关、模型无关（Anthropic、OpenAI 或任何兼容 API），可在任务中升级到更大模型。另含 HTML/CSS/DOM-JS 的标记引擎索引，支持层叠解析与选择器优先级。编译器亦可作为 MCP 服务器使用。
适用场景: 适合需要在大型代码库中做代码理解、调用链与数据流追查、缺陷定位与修复的场景；用于让编程智能体在修改代码前先理解结构、修改后运行验证；可作为 MCP 服务器接入其他工具链；也可用于对多语言（含前端 markup）仓库进行结构化索引与查询。
项目形态: 可直接使用的工具
部署方式: 官方说明为在本地编译（Compiles Locally）、BYOK（自带模型 API Key）；支持浏览器中使用（粘贴公开 GitHub 仓库），也有 PyPI 包 benzi 与 VS Code 扩展入口。具体服务器/桌面端部署条件未说明。
主要依赖: 需准备模型提供方 API Key（Anthropic、OpenAI 或兼容 API）；README 提到 Python 包发布在 PyPI 并列出 Python 版本徽章，具体运行时版本、内存与硬件要求未说明。
使用限制: 各语言支持深度不均衡：Python 最深且是唯一支持运行期追踪器的语言，其他语言仅覆盖核心映射，部分语言构造尚未建模；C、C++、Rust、Ruby 的增量重建优化较弱。授权为非标准许可（NOASSERTION，README 标注为 proprietary/专有），使用与商用条款未说明。README 提到测试期免费，但长期定价与 API 成本未完整说明。
许可证: NOASSERTION
最近推送: 2026-10-06 05:18

核对 README 依据 ↗

资料检查：2026-10-06 07:00 · 卡片整理：2026-10-06 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为编译器驱动的编程智能体，用于代码库的讲解、运行、修改与验证：先解析整个代码库构建调用关系、数据流与控制流索引，再基于索引回答代码问题、定位错误值来源、追踪调用链、执行并验证修改。

查看内容依据

Benzi is a compiler-backed coding agent that compiles your codebase into a resolved, queryable map of calls, data flow, and control flow first; then it explains, runs, edits and verifies your code using it.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

SyntaxRAG：面向 AI 代理的本地代码检索 MCP 引擎

SyntaxRAG（SYNRAG）是一个本地代码搜索 MCP 引擎，通过 Tree-sitter 按函数、类、类型等 AST 结构切分代码，在 CPU 上用 FlashRank（TinyBERT）对 BM25 候选重排序，并构建依赖影响图。它提供搜索、文件大纲、仓库地图、影响范围分析、测试定位及受控编辑等工具，以减少 AI 代理定位代码时的 token 消耗；附带安装脚本、CLI、可选的变更监视服务和 Gemini 相关可选功能。

Brito：带代码知识图谱与可审核技能的终端编码智能体

Brito 是一个面向软件开发的编码智能体，提供命令行工具 brito-cli 和 macOS/Windows/Linux 桌面应用。它不依赖逐文件 grep 阅读，而是用 tree-sitter 增量索引构建代码知识图谱（符号、调用、导入），支持 TypeScript/JavaScript、Python、Svelte/Vue/Astro 组件及多种后端语言，可通过 graph_search、graph_callers、graph_impact 等工具快速回答“改这里会影响什么”。它还会保存记忆笔记，并在任务完成后反思生成项目技能，新技能先进入试用期，经多次成功使用后转正，涉及危险命令或修改已批准技能时需用户审批，并提供隐私检查（如拒绝密钥、curl | sh 等）与手动/自动编辑/计划/全允许等权限模式。支持 Anthropic API 或 Claude Code 订阅作为后端，也可接入 OpenAI 兼容端点，并可作为 MCP 服务器向其他客户端暴露图谱、记忆与技能。

Vybe Intelligence Vault：面向 AI Agent 与 RAG 工程的开源知识图谱

Vybe Intelligence Vault 是一个自更新的开源知识仓库，索引 AI Agent、RAG、MCP 服务器、提示词、工具和模板等前沿资料，并宣称通过采集管线、LLM 评估和向量关系构建语义知识图谱。项目提供 MCP 网关供 Claude Desktop、Cursor 等 Agent 直接查询节点上下文，还包含基于 React Three Fiber 和 WebGL 的 3D 知识图谱浏览界面，以及若干 7 天工程学习路径与生产蓝图。

Nodecode：可自我改写并持续进化的 Lisp 智能体

Nodecode 是一个运行在 SBCL（Common Lisp 系统）单一进程中的 AI 智能体，终端等客户端可连接同一个运行实例。模型唯一的工具是在运行中的程序里求值 Lisp，并能保留定义过的代码，因此可自行新增工具。项目以 cell（文件夹形式的能力单元）扩展聊天平台接入、Web 访问、定时任务、MCP 工具等能力，支持从多个客户端使用同一实例，并具备上下文召回、生成代际回滚等机制。它不提供沙箱，eval 会以当前用户权限执行 Lisp 和 shell 命令，官方建议在容器或虚拟机中运行。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。