Enola：面向开发者与 AI 代理的开源代码架构图工具

Enola 是一款开源的代码架构引擎，定位为「开发者与 AI 代理的确定性架构图工具」。它通过对源码进行静态解析，生成持久化的知识图谱，帮助使用者理解大型分布式代码库中模块、符号与接口之间的调用关系，并兼容多仓库合并的「图组图」模式。该工具已在 Hacker News 以 Show HN 形式发布，作者明确表示构建动机之一是降低 AI 编程代理理解架构的成本。

工具定位与背景

作者在实践中观察到两个痛点：一是随着微服务拆分，工程师理解大型代码库所需时间显著增加；二是 AI 编程代理在每次新会话中往往需要重新通过 grep 等方式摸索架构，效率受限。Enola 的设计假设是「架构是确定性的」——任何变更都应建立在对既有架构的准确理解之上。因此，工具刻意采用不依赖 LLM 的纯源码解析路径，以保证输出可复现。

核心功能

Enola 当前披露的关键能力包括：

• 影响分析（Impact Analysis）：查询符号、模块、API 路由之间的关联，回答「如果修改此处，会影响哪些调用方」。
• 死代码发现（Dead Code Discovery）：从已定义的入口点出发，识别不可达或孤立代码路径。
• 依赖分析（Traverse）：支持上下游双向追溯，可直接询问「X 被谁依赖」。
• 多仓库上下文（Multi-Repo Context）：支持「图组图」，跨多个仓库索引与查询。
• 性能：作者称在其架构下解析速度较快，但具体基准未公开。

与 AI 代理的集成

Enola 通过暴露 MCP（Model Context Protocol）服务器接入 AI 编程代理工作流。这意味着 AI 助手可以直接调用 Enola 的查询能力，而非每次从零扫描代码。工具整体开源，作者欢迎拥有复杂代码库的用户参与测试并反馈缺失能力。

当前状态

截至本文发布，该项目在 Hacker News 上的得分为 2 分、评论数为 0，处于早期公开阶段。尚无公开的 benchmark 数据或大型企业落地案例，整体定位偏向实验性开发者工具。