Gossiphs

🚀 Gossip話癆項目文檔

Gossip話癆項目專注於構建代碼倉庫中文件間的關係圖。它通過提取文件的導入導出信息，並結合提交歷史優化關係，構建出連接定義與引用節點的符號圖，為代碼分析提供有力支持。

🚀 快速開始

Gossip話癆項目處於早期實驗階段，若您感興趣參與，可按以下步驟操作：

1. 編輯規則在src/rule.rs
2. 測試它在src/extractor.rs
3. 嘗試使用您的倉庫在src/graph.rs

Tree-sitter Playground 是一個很好的助手。

✨ 主要特性

• 致力於構建代碼倉庫中文件間的關係圖，通過提取導入導出信息和結合提交歷史優化關係。
• 支持多種常見編程語言，能滿足不同項目的需求。
• 省略複雜的範圍分析，使用提交歷史優化邊，降低編寫規則的複雜度。

📦 安裝指南

文檔未提及安裝步驟，暫無法提供。

💻 使用示例

文檔未提供代碼示例，暫無法展示。

📚 詳細文檔

支持的語言

目前該項目支持以下語言：

核心組件

1. 規則引擎：用於定義不同語言中哪些符號需要被導入或導出。
2. 提取器：負責從代碼文件中提取這些符號信息。
3. 圖構建器：將提取的符號信息轉化為有向圖，節點為符號，邊表示依賴關係。

工作原理

Gossip話癆通過以下步驟構建代碼依賴圖：

1. 提取導入導出：識別每個文件中的導入和導出符號。
2. 建立連接：根據規則將相關符號節點進行連接。
3. 利用提交歷史優化邊：通過分析提交記錄，調整和優化節點之間的關係。

與Stack-Graphs不同的是，Gossip話癆省略了複雜的範圍分析，並轉而使用提交歷史來優化邊。這種方法顯著降低了編寫規則的複雜度，因為規則只需指定每個文件應導出或導入的符號類型即可。

精度考量

靜態分析存在其侷限性，例如無法處理動態綁定問題。因此，Gossip話癆不可能達到LSP/LSIF那樣的精確度，但在大多數實際應用場景中，這種精度已經足夠使用。

貢獻指南

項目目前仍處於非常早期的實驗階段。如果您感興趣，請通過問題留言您的想法。短期內，我們希望為更多語言構建更好的支持。

🔧 技術細節

• 靜態分析存在侷限性，無法處理動態綁定問題，所以Gossip話癆無法達到LSP/LSIF那樣的精確度，但在多數實際場景中精度足夠。
• 與Stack-Graphs不同，省略複雜的範圍分析，使用提交歷史優化邊，降低編寫規則的複雜度。

📄 許可證

Apache 2.0