834063245-creator

HoloGram

Name: HoloGram
Author: 834063245-creator

3D code dependency graph generator with built-in LLM agent. Language-agnostic (Python, TypeScript, Rust, Go, Java, C/C++, C#, Ruby, Kotlin, Swift, PHP, Lua). Coupling depth analysis, constraint gating, real-time file watching. Tauri 2 + Three.js + Rust engine.跨语言代码依赖拓扑图生成器 · 14 门语言统一 IR · 3D 全息星图 · 内置 AI Agent 双向联动 · 四级耦合诊断 · 桌面应用 / CLI 双模

Stars: 23
Language: TypeScript
Created: Jun 14, 2026
Updated: Aug 14, 2026

Desktop

GitHub repo

Introduction

HoloGram — 代码库依赖图引擎，为 AI Agent 提供确定性的静态分析

定位

HoloGram 把代码库编译成一张统一 IR 依赖图（节点=符号/函数/类/模块，边=调用/继承/读写/时序），并通过 MCP 协议向 AI Agent 暴露 34 个图查询工具。

核心主张：依赖推理应当是确定性的，而不是猜的。

LLM 分析"改 A 会炸什么"时，靠逐文件读源码推测依赖——弱模型会漏，大项目会翻不动。HoloGram 用 tree-sitter 静态分析预先算好整张依赖图：Agent 一次工具调用拿到结构化事实（影响面、循环、脆弱模块、数据流路径），而不是源文件文本。单点查询省 ~70% token，全局分析省 90%+；省 token 是次要的，可靠性是主要的。

引擎是单文件二进制，本地运行、零配置、代码不出机器。

快速开始

MCP 模式（推荐，1 分钟）

引擎随 Releases 发布（Windows / Linux），安装脚本一键完成。也可以把下面这段话直接发给你的 AI 编程工具，让它自己装：

请帮我安装 HoloGram MCP 服务。步骤：

1. 从 https://github.com/834063245-creator/HoloGram/releases 下载：
   - Windows: hologram-engine-windows-x64.zip
   - Linux:   hologram-engine-linux-x64.tar.gz
2. 解压后运行安装脚本：
   - Windows: 双击 install.cmd
   - Linux:   ./install.sh --user
3. 在当前 AI 编程工具的 MCP 配置中注册：
   - command: hologram-engine
   - args: serve
4. 重启 AI 编程工具，调 engine_status 验证

手动配置

Claude Code — ~/.claude/mcp.json：

{
  "mcpServers": {
    "hologram": {
      "command": "hologram-engine",
      "args": ["serve"]
    }
  }
}

Cursor — Settings → MCP → Add new MCP server：command hologram-engine，args serve。

CLI

hologram run --list                        # 所有工具
hologram run graph_summary .               # 项目概览
hologram run trace_impact . --node_id src/main.rs:main   # 影响面
hologram run preflight_check . --files a.rs,b.rs         # 改前检查（exit code 表达结果）
hologram run detect_cycles .               # 循环依赖
hologram run list_flows .                  # 执行流（按安全敏感度排序）

桌面应用

Releases → 下载 .msi（Windows）→ 选项目 → 自动出图。桌面端与 MCP 模式共用同一个引擎。

DeepSeek Harness 集成（hologram-dsh）

引擎 + 3D 星图打包为 DSH bundle 插件 @a834063245/hologram-dsh：

dsh plugin --profile web add @a834063245/hologram-dsh
dsh web
# 重启后：34 个 mcp__hologram__* 工具进工具箱 + 侧边栏「3D 星图」入口

34 个 MCP 图分析工具直接注入 DSH agent（与桌面/MCP 模式同一引擎、同一份数据）
3D 星图：DSH web 侧边栏入口，全屏渲染项目依赖图（同源自托管，无独立端口）
单一数据生命周期：引擎单进程双入口（MCP stdio + TCP），存量秒开 + watcher 增量更新
安装说明与数据模型见 dsh-bundle/README.md

能力

图查询（34 个 MCP 工具）

域	工具
依赖查询	`explore_deps` `search_symbols` `get_neighbors` `inspect_symbol` `find_dep_path`
风险分析	`trace_impact` `preflight_check` `fragile_modules` `detect_cycles` `thread_conflicts`
架构诊断	`coupling_report` `arch_blindspots` `check_boundaries` `find_unused`
执行流	`list_flows` `get_flow` `get_affected_flows`
数据流	`trace_dataflow` `async_edges`
框架路由	24 种框架 URL → handler 映射（Express / Django / Rails / Spring …），动态 import / 反射 / DI 合成边
LSP 精确	`resolve_call` `infer_type` `find_implementations` `find_references`（按需启动）
工程	`analyze_project` `validate_project` `graph_diff` `rename_symbol` `project_health` `graph_summary` `cluster_report` `project_timeline` `get_community`
系统	`engine_status`

每个工具返回结构化 JSON（不是源文件），并附带推荐的下一步工具。

Agent 运行时（桌面应用内置）

领域工具收敛：fs shell git search web agent task memory 八个领域动作，旧工具名在模型调用路径直接淘汰
每轮 schema 注入全量：tools 段逐字节稳定，DeepSeek 前缀缓存跨消息命中（可选 visibleToolsLimit > 0 回退打分子集）
计划模式：探索 → 计划 → 审批 → 执行，图引擎自动注入影响面
Goal 模式：持久化目标状态，跨会话恢复，普通对话与目标现场完全隔离
多 Agent：spawn / kill / status / merge，git worktree 隔离，TaskBoard / DiscoveryBoard 共享状态，有界 inbox 防背压
token 治理：工具结果滚动折叠、auto-compact、缓存计价下的折叠开关

桌面端

3D 星图（Three.js + WebGPU）· Monaco 编辑器（点节点即开源码）· 数据流面板 · 时间轴面板 · 虚拟列表聊天（万条消息流畅）· 多厂商 LLM（Anthropic / OpenAI 兼容 / DeepSeek / GLM，含 reasoning_effort 适配）

架构

┌─────────────── src-ui (TypeScript) ───────────────┐
│  Three.js 星图 · React · Monaco · Agent 运行时    │
└───────────────────────┬───────────────────────────┘
                        │ Tauri IPC
┌─────────────── src-tauri (Rust) ─────────────────┐
│  权限裁决 · OS 沙箱 · 文件所有权 · 审计日志       │
└───────────────────────┬───────────────────────────┘
                        │ TCP :9777
┌───────────────────────▼───────────────────────────┐
│  engine (Rust，单二进制)                          │
│  tree-sitter AST → 并行合并管线 → GraphStore      │
│  MemoryIndex (CSR) + SQLite + FTS5 + 语义向量     │
│  33 MCP 工具 · stdio / CLI 双入口                  │
└───────────────────────────────────────────────────┘

层	目录	职责
引擎	`engine/`	解析 · 图构建 · 耦合/数据流/脆弱性分析 · 存储 · MCP/CLI
壳	`src-tauri/`	Tauri 2 · 权限 · 沙箱 · 隔离 · 凭据加密
前端	`src-ui/`	星图渲染 · Agent 运行时 · 多 Agent 编排

引擎自举验证：HoloGram 用自己的引擎分析自己的代码库（3965 节点 / 5328 边）。

语言支持

18 种语言经手工调校的查询式结构抽取（深度建模）：Python · TypeScript/JavaScript · Rust · Go · Java · C/C++ · C# · Ruby · PHP · Swift · Dart · Scala · Zig · Elixir · Lua · Bash · R

其余语言（OCaml · Haskell · Nix · JSON · HTML · CSS · YAML · Erlang 等）经 tree-sitter grammar 兜底；Kotlin · Markdown · TOML 动态加载。跨语言调用（子进程 / HTTP / FFI）以合成边标记为运行时桥接点。

工程事实

测试：1640+（engine 643 · 壳 240 · 前端 757），三端独立验证
实测（Linux kernel，R10 后）：全量分析 1,770s 全程跑完，RSS 646MB；快照写入 2.44GB / 56.3s
并行解析 200 文件/批，边去重 625×，增量更新由 watcher 驱动（保存即刷新）
已知盲区以"诚实标记"处理：eval / 动态代码标记为不可达，动态 import 标记动态站点，不假装知道运行时才知道的事

从源码构建

# 引擎（MCP / CLI 只需要这个；Linux / Windows 均可）
cd engine && cargo build --release

# 桌面应用（Windows）
cd src-tauri && cargo tauri build

开发

cd engine && cargo test        # 643 引擎测试
cd src-tauri && cargo test     # 240 壳测试
cd src-ui && npx vitest run    # 757 前端测试

项目理解与工作纪律见 AGENTS.md；架构与交接文档见 docs/（docs/archive/ 为已竣工施工稿，勿作现状依据）。