Home

CodeCogniLint

Гибридная система анализа кода для веба: статистика Git-истории + семантическое понимание LLM. IDE-подобный интерфейс с редактором Monaco, динамическими правилами и поддержкой как облачных, так и локальных моделей.

alt

Возможности

IDE-интерфейс — Monaco Editor, табы файлов, дерево проводника, AI-панель, status bar
Открытие проектов — локальная папка или клонирование Git-репозитория прямо из UI; список недавних проектов
Анализ файла — LLM находит нарушения, Monaco подсвечивает строки squiggle-маркерами с ховер-описанием
Анализ всего проекта — потоковый обход через SSE, прогресс в реальном времени, лимиты на размер/количество файлов
Точные номера строк — двухслойная защита: префикс номеров в промпте + поиск code_snippet в реальном файле для коррекции
Динамические правила — создание из выделенного кода через LLM или вручную через форму; включение/отключение, редактирование, удаление
Чат с LLM — отдельная вкладка, контекст активного файла подмешивается автоматически; нормализация истории для строгих jinja-шаблонов
Multi-LLM — LM Studio (локально), OpenAI, Anthropic; настройки сохраняются в .env

Стек

Быстрый старт (Windows)

Установлены: Node.js 18+, Python 3.11+, LM Studio (для локального LLM) или ключ OpenAI/Anthropic.

# 1. Установить зависимости (один раз)
cd frontend
npm install
cd ..\backend
python -m venv .venv
.\.venv\Scripts\pip install -r requirements.txt

# 2. Запуск обоих сервисов в отдельных окнах
.\start-all.bat

Откройте http://localhost:3000.

Альтернативно — по одному:

.\start-frontend.bat   # http://localhost:3000
.\start-backend.bat    # http://localhost:8000  (API + Swagger на /docs)

Настройка LLM

По умолчанию используется LM Studio на http://localhost:1234/v1:

Откройте LM Studio → вкладка Developer
Загрузите модель (например, qwen2.5-coder-7b, llama-3.1-8b-instruct)
Нажмите Start Server

Сменить провайдера/модель можно в UI: левая боковая панель → значок шестерёнки. Изменения сохраняются в backend/.env.

Файл backend/.env.example (копируется автоматически при первом запуске):

LLM_PROVIDER=lmstudio
LLM_BASE_URL=http://localhost:1234/v1
LLM_MODEL=local-model
LLM_API_KEY=lm-studio

# Для облачных провайдеров:
# OPENAI_API_KEY=sk-...
# ANTHROPIC_API_KEY=sk-ant-...

Использование

Открытие проекта

В шапке проводника (или из пустого состояния) откройте пикер. Доступно три источника:

Локальная папка — введите путь вручную или используйте «Обзор…» (серверный навигатор по дискам)
Git-репозиторий — клонируется в backend/projects/<имя> (shallow clone, depth=1)
Недавние — последние 8 проектов

Анализ

Шапка → «Анализ проекта» — SSE-обход всего workspace, бейджи 🤖N появляются на файлах в проводнике по мере прогресса
Floating-кнопка (волшебная палочка) — анализ только текущего файла
Результаты накапливаются в resultsByFile (per-path) — переключение между табами не теряет нарушения

Правила

Три категории: Синтаксис (стиль), Семантика (логика), Анализ (безопасность / техдолг / Git-история).

Создание из выделенного кода (LLM): ПКМ в редакторе по выделению → выбрать категорию → LLM генерирует description и pattern_description.

Создание вручную (без LLM): Левая панель → Правила → кнопка «Новое правило». Форма с примерами для каждой категории, валидацией, переключателем активности.

Редактирование: карточка правила → «Изменить». Включение/отключение: клик по кнопке статуса ● АКТИВНО / ○ ОТКЛ. (оптимистичный апдейт с откатом при ошибке).

Правила хранятся в backend/.hybrid-rules.json.

AI-инсайты

Правая панель разделена на вкладки:

API

Бэк работает на http://localhost:8000, Swagger — /docs.

| Метод | Путь | Назначение | | -- | | -- | | GET | /api/health | Health-check | | GET | /api/workspace | Текущий проект + список недавних | | POST | /api/workspace/open | Открыть локальный путь | | POST | /api/workspace/clone | Клонировать Git-репозиторий | | POST | /api/workspace/close | Закрыть текущий проект | | GET | /api/workspace/tree | Дерево файлов (skip .git, node_modules, …) | | GET | /api/workspace/file?path=... | Контент файла (с защитой от path traversal) | | GET | /api/workspace/browse?path=... | Серверный пикер директорий | | GET | /api/rules | Все правила | | POST | /api/rules | Создать вручную (без LLM) | | POST | /api/rules/generate | Сгенерировать из фрагмента кода (LLM) | | PATCH | /api/rules/{id} | Обновить правило (в т.ч. enabled) | | DELETE| /api/rules/{id} | Удалить | | POST | /api/analysis/file | Анализ одного файла | | GET | /api/analysis/repository/stream | SSE: анализ всего проекта | | POST | /api/analysis/chat | Чат с LLM (с нормализацией истории) | | GET | /api/settings | Текущие настройки LLM | | PUT | /api/settings | Обновить настройки (с записью в .env) |

Структура проекта

CodeCogniLint/
├── backend/
│   ├── main.py                       # FastAPI app, CORS, регистрация роутеров
│   ├── requirements.txt
│   ├── .env(.example)                # настройки LLM
│   ├── .hybrid-rules.json            # хранилище правил
│   ├── .hybrid-workspace.json        # текущий проект + recent
│   ├── projects/                     # сюда клонируются git-репо
│   ├── routers/
│   │   ├── analysis.py               # /file, /repository/stream, /chat
│   │   ├── rules.py                  # CRUD правил + /generate (LLM)
│   │   ├── workspace.py              # open/clone/tree/file/browse
│   │   └── settings.py               # LLM-настройки + запись в .env
│   └── services/
│       ├── llm_adapter.py            # LLMError + friendly error mapping
│       ├── analysis_service.py       # построение промпта, snippet-based коррекция строк
│       ├── rules_service.py          # load/save/add/update/delete
│       └── workspace_service.py      # обход дерева, чтение, git clone
│
├── frontend/
│   ├── vite.config.ts                # прокси /api → :8000
│   └── src/
│       ├── App.tsx                   # композиция, табы, jump-to-line, диалоги
│       ├── components/
│       │   ├── Header.tsx
│       │   ├── ActivityBar.tsx
│       │   ├── Sidebar.tsx           # explorer / rules / settings
│       │   ├── EditorPane.tsx        # Monaco + контекстное меню + маркеры
│       │   ├── AIPanel.tsx           # 5 вкладок: scope + Чат
│       │   ├── FileTree.tsx          # рекурсивное дерево
│       │   ├── WorkspacePicker.tsx   # local / git clone / recent
│       │   ├── RuleCreatorDialog.tsx # из выделения (LLM)
│       │   ├── ManualRuleDialog.tsx  # вручную / редактирование
│       │   ├── AnalysisOverlay.tsx
│       │   └── StatusBar.tsx
│       ├── hooks/
│       │   ├── useRules.ts
│       │   ├── useAnalysis.ts        # одиночный + SSE репо
│       │   └── useWorkspace.ts
│       ├── services/api.ts           # axios-клиенты
│       └── types/index.ts
│
├── start-all.bat                     # запуск обоих сервисов
├── start-backend.bat
├── start-frontend.bat
└── claude.md                         # исходное ТЗ

Архитектурные решения

Точность номеров строк — LLM получает код с префиксом N | для каждой строки + обязан возвращать code_snippet; бэк ищет snippet в исходнике и переписывает line_start/line_end. При множественных совпадениях выбирается ближайшее к гипотезе LLM
Защита от падений LM Studio — LLMError с человекочитаемым русским описанием для типовых случаев («модель не загружена», «недоступен по адресу», и т.д.); ошибки попадают в Чат, не валят процесс
Нормализация истории чата — для строгих jinja-шаблонов (Llama, Qwen) убираются дубль-system, orphan-assistant в начале, склеиваются подряд идущие сообщения одной роли
SSE-стриминг — text/event-stream с X-Accel-Buffering: no, авто-стоп после 3 LLM-ошибок подряд
Path traversal — target.relative_to(root) гарантирует, что /api/workspace/file не читает за пределами workspace; бинарники режутся по null-byte; лимит 5 МБ для редактора, 256 КБ для пакетного анализа
uvicorn --reload-exclude — projects/* и *.json исключены из watcher'а, чтобы клонированные репо и изменения хранилищ не дёргали перезапуск

Статус

Реализовано:

Анализ файла и всего проекта
Создание/редактирование/удаление/переключение правил
Открытие локального проекта и клонирование Git
Чат с LLM (с контекстом файла)
Multi-LLM (LM Studio / OpenAI / Anthropic)

В разработке:

Анализ конкретного коммита (git diff + LLM-комментарии)
Анализ Pull / Merge Request (интеграция с GitHub/GitLab API)
Сравнение нарушений между ветками
Сохранение отредактированного контента на диск (сейчас изменения только в памяти; индикатор «dirty» уже есть)

Navigation Menu

Repository navigation