Understand-Anything - plugin yang mengubah kode/basis pengetahuan menjadi grafik pengetahuan interaktif

• Pipeline multi-agent adalah plugin AI yang secara otomatis menganalisis semua file, fungsi, kelas, dan dependensi dalam proyek lalu mengubahnya menjadi grafik pengetahuan interaktif
• Mulai analisis dengan /understand, jalankan dashboard web dengan /understand-dashboard
• Menyediakan dua jenis tampilan: grafik struktural (node file/fungsi/kelas) dan grafik domain (pemetaan proses bisnis)
  • Color coding per layer arsitektur, dan saat node diklik dapat melihat ringkasan teks biasa serta relasinya
• Dengan /understand-knowledge, LLM wiki pola Karpathy dianalisis, lalu setelah parsing wiki link dan kategori, agen LLM mengekstrak relasi implisit dan entitas, kemudian mengubahnya menjadi grafik force-directed
• Mendukung pencarian fuzzy & semantic - pencarian tidak hanya berdasarkan nama tetapi juga makna
• Dengan /understand-diff, dapat memahami analisis dampak perubahan (ripple effect) sebelum commit
• Tur panduan dibuat otomatis: walkthrough arsitektur yang diurutkan berdasarkan urutan dependensi untuk memandu urutan mempelajari codebase
• UI adaptif berbasis persona: tingkat detail dashboard disesuaikan otomatis untuk junior developer, PM, dan power user
• Menjelaskan 12 pola pemrograman (generic, closure, decorator, dll.) beserta konteksnya di lokasi kemunculannya dalam kode
• Terdiri dari 5 agen khusus (project-scanner, file-analyzer, architecture-analyzer, tour-builder, graph-reviewer) + 2 agen untuk analisis domain/wiki; penganalisis file mendukung hingga 5 proses simultan dan 20–30 file per batch, serta pembaruan inkremental
• Karena grafik pengetahuan berbentuk JSON, sekali di-commit dapat dibagikan ke seluruh tim — jika dihubungkan ke hook post-commit dengan opsi --auto-update, grafik akan tersinkron otomatis pada setiap commit
• Mendukung 10 platform AI coding termasuk Claude Code, Codex, Cursor, Copilot, Gemini CLI, OpenCode, dan Pi Agent
• Lisensi MIT

[laeyoung]

Waktu pertama kali muncul saya sempat mencobanya, tetapi mungkin karena codebase yang saya terapkan cukup besar, saya melihat ada hal-hal yang salah atau terlewat pada knowledge graph yang dibuatnya. Karena sudah lewat dua bulan, sepertinya saya harus mencobanya lagi. Mungkin juga sudah ada perbaikan.