Разобраться в чужом репозитории с ИИ: агент, автовики, карта кода и запуск

Коротко: как разобраться в чужом коде с ИИ за первый день

Как разобраться в чужом коде с ИИ быстро и при этом не поверить красивой выдумке модели? Работает связка из четырёх типов инструментов и одной привычки: каждое утверждение ИИ о коде сверять с самим кодом.

• Начните с агента в режиме только чтения. Claude Code, Codex или Cursor читают файлы проекта и отвечают на вопросы, ничего не меняя, пока вы не одобрите план.
• Для публичного репозитория откройте автовики. В адресе GitHub замените github.com на deepwiki.com — DeepWiki от Cognition бесплатно покажет страницы с архитектурой и ссылками на файлы. Похожий сервис есть у Google — Code Wiki.
• Упаковывайте репозиторий в один файл только без агента. Repomix и Gitingest нужны, когда вы работаете в веб-чате. Сначала посмотрите на счётчик токенов: репозиторий Repomix сам по себе на 23 октября 2026 года — около 1,3 млн токенов.
• Архитектуру смотрите на карте или графе. Детерминированные графы (Aider, codebase-memory-mcp) дешёвые и локальные, графы на LLM (Understand-Anything, Foglamp Scan) богаче, но дороже и иногда публикуют результат наружу.
• Проверяйте ИИ кодом и запуском: путь и строка, поиск по имени, вызывающие функции, тест. Новые пакеты «по совету ИИ» — только после проверки в реестре.
• Итог сохраните в CLAUDE.md или AGENTS.md — команда /init, чтобы следующий человек (и следующий агент) не начинал с нуля.

Почему понять чужой код дольше, чем написать свой, и где помогает ИИ

Понимание кода — главная статья расходов времени разработчика, а не его написание. В полевом исследовании Xia и соавторов (IEEE TSE, 2018: 78 профессиональных разработчиков, 3 148 рабочих часов) около 58% времени ушло на понимание программ, причём навигацию по коду авторы считали отдельно. В чужом репозитории доля только растёт: вы не знаете ни соглашений, ни истории решений.

ИИ хорошо снимает именно механическую часть этой работы:

• Навигация. «Где обрабатывается вход пользователя?» — агент сам найдёт файлы поиском и прочитает их.
• Пересказ. Пятьсот строк незнакомого модуля превращаются в абзац с названиями функций.
• Трассировка потока. «Проследи запрос от формы входа до базы данных» — вопрос, на который вручную уходит час.
• Первая карта. Список точек входа, моделей данных, внешних сервисов.

Хуже ИИ справляется с тем, чего нет в коде: зачем бизнесу эта странная проверка, почему выбрали именно эту базу, какие договорённости команда держит устно. Это по-прежнему спрашивают у людей.

Сейчас в Нью-Йорке--:--Binance торгует

Binance · Wall Street 24/7Нью-Йорк спит. Рынок — нет24/7Акции США, золото и нефть на Binance — даже ночью и в выходные

NVDATSLAGOLD

Смотреть цены

Разработчики это уже приняли. В опросе Stack Overflow 2026 года понимание незнакомых кодовых баз названо среди задач, где использование ИИ распространено и принято, а 48% опрошенных говорят, что доверяют ИИ, когда могут легко проверить ответ. Годом раньше, в опросе 2025 года, активно не доверяли точности ИИ 46%, а доверяли 33% — формулировки вопросов разные, поэтому годы мы не сравниваем напрямую.

Обвязка кодового агента почти не меняет результат, но цена задачи растёт до трёх раз

Anthropic о тесте AISI: Mythos 5 вышел за рамки задания в 9 из 43 прогонов

Учиться с ИИ: режимы обучения, уроки-игры и ловушка −17% на экзамене

Бенчмарки ИИ-агентов: что меряют Agents’ Last Exam и ещё 10 тестов

OpenWorker Эндрю Ына: открытый ИИ-агент с 25+ коннекторами, который пока в бете

Важная оговорка про часто цитируемое исследование METR: опытные разработчики с ИИ-инструментами начала 2025 года работали на 19% дольше, чем без них. Но это были 16 человек и 246 задач в знакомых им репозиториях, где они и так помнили структуру. На чужой код результат напрямую не переносится — зато он хорошо показывает цену непроверенных ответов: время уходит на исправление того, что ИИ понял неверно.

Документация Claude Code прямо советует использовать агента как наставника для новичка:

Using Claude Code this way is an effective onboarding workflow, improving ramp-up time and reducing load on other engineers.

То есть задавайте агенту те же вопросы, что задали бы старшему инженеру, — и проверяйте ответы так же, как проверили бы слова коллеги, который давно не открывал этот модуль.

Четыре типа ИИ-помощников для чужого кода: агент, вики, упаковка, граф

Все инструменты для чужого кода делятся на четыре типа по одному признаку — когда и как модель видит код. От этого зависят цена, точность и то, куда уходит ваш код.

Агент (Claude Code, Codex, Cursor) читает проект по запросу: ищет нужное текстовым поиском, открывает файлы и отправляет их фрагменты модели. Он не держит весь репозиторий в голове, зато всегда смотрит на актуальную версию кода у вас на диске. Подробное сравнение самих агентов — в материале Claude Code vs Cursor vs Codex.

WTIBRENT

Binance · Wall Street 24/7Новости двигают нефтьWTI · BrentРеагируйте сразу: нефть на Binance торгуется круглосуточно

WTIBRENTGAS

Цена нефти сейчас

Автовики (DeepWiki, Google Code Wiki, DeepWiki Open) заранее прогоняет весь репозиторий через модель и пишет страницы документации со схемами и ссылками на файлы. Читать быстро, но страница отражает код на момент индексации.

Упаковщик (Repomix, Gitingest) склеивает файлы репозитория в один текстовый документ, который можно вставить в любой чат. Модель видит всё сразу, но только если всё влезает в её контекстное окно — объём текста, который модель держит в памяти за один запрос. Объём текста для модели считают в токенах: это кусочки слов, в среднем короче слова.

Карта или граф показывает связи: какой файл кого вызывает, где точки входа, какие сервисы и модели задействованы. Графы бывают двух видов:

• Детерминированные строят парсером кода без модели (например, на tree-sitter — библиотеке, которая разбирает исходник в синтаксическое дерево). Один и тот же код всегда даёт один и тот же граф, считается быстро и локально. Так работают карта репозитория Aider и codebase-memory-mcp.
• LLM-графы строит модель: она читает код и решает, что считать узлом. Описания богаче, но результат не воспроизводится один в один и стоит токенов. Так работают Understand-Anything и Foglamp Scan.

DeepWiki: что это и как открыть вики любого репозитория на GitHub

DeepWiki — это бесплатная автовики для публичных репозиториев GitHub от Cognition, компании, которая делает ИИ-агента Devin. Сервис запустили 25 апреля 2025 года: на старте в индексе было около 30 000 репозиториев, а к 5 мая, по блогу Cognition, — уже больше 50 000 популярных публичных репозиториев. Для каждого репозитория DeepWiki генерирует страницы документации, схемы архитектуры и ссылки на исходный код, а также даёт чат для вопросов по проекту.

Как открыть DeepWiki для репозитория на GitHub:

1. Откройте репозиторий на GitHub, например github.com/yamadashy/repomix.
2. В адресной строке замените github.com на deepwiki.com — получится deepwiki.com/yamadashy/repomix.
3. Слева — оглавление вики, в центре — текущая страница, справа — навигация по разделу.
4. Внизу — поле Ask Devin: вопрос по этому репозиторию на естественном языке.
5. Репозитория нет в индексе — его можно добавить на deepwiki.com, для публичного кода это бесплатно.

Мы открыли страницу DeepWiki для Repomix 23 октября 2026 года в чистом браузере без входа. На скриншоте стоит отметить три вещи. Цифра 1 — дата и коммит, по которым построена вики: «Last indexed: 18 October 2026 (55c6de)». Это первое, что стоит проверить: если с тех пор в репозитории много изменений, вики описывает прошлую версию. Цифра 2 — ссылка на исходник с номерами строк (README.md, строки 62–64): каждое утверждение страницы можно открыть и сверить. Цифра 3 — поле Ask Devin для вопросов. Справа на странице видна плашка «Refresh this wiki»: вики этого репозитория недавно обновляли, и повторно обновить её можно было только через 2 дня.

Что ещё важно знать о DeepWiki:

• Публичные репозитории — бесплатно, приватные — только через аккаунт Devin, то есть платно.
• Публичный DeepWiki и его MCP-сервер — урезанная версия. По документации Devin, они дают базовую документацию и ответы на вопросы, а полный Ask Devin с продвинутым поиском по коду и планированием живёт в приложении Devin.
• Мейнтейнер может управлять вики. Файл .devin/wiki.json в корне репозитория задаёт список страниц и заметки для генератора: до 30 страниц (80 для enterprise), до 100 заметок, до 10 000 символов на заметку. Если вы видите аккуратную вики с явно продуманной структурой — возможно, авторы проекта её настроили сами.
• Внутри Devin генерация стоит по-разному (на 23 октября 2026 года): низкий уровень усилий бесплатен, средний — примерно 5–10 ACU, высокий — 20–40 ACU на вики. ACU — внутренняя единица оплаты Devin.

DeepWiki MCP: как подключить вики к Claude Code, Codex и Cursor

Открывать вики во вкладке браузера удобно, но удобнее, когда агент сам сходит туда за справкой. Для этого есть DeepWiki MCP. MCP (Model Context Protocol) — стандартный способ подключить к ИИ-агенту внешний инструмент: агент видит его функции и вызывает их сам, когда они нужны. Подробно о том, как устроены такие подключения и сколько они съедают контекста, — в нашем разборе MCP в Claude Code.

DeepWiki MCP — бесплатный удалённый сервер без авторизации по адресу https://mcp.deepwiki.com/mcp. Он работает только с публичными репозиториями и даёт агенту три инструмента:

• read_wiki_structure — список тем документации репозитория;
• read_wiki_contents — содержимое документации;
• ask_question — вопрос по репозиторию с ответом, опирающимся на его код.

Подключение по шагам:

1. Claude Code — одна команда в терминале (из документации Devin):

claude mcp add -s user -t http deepwiki https://mcp.deepwiki.com/mcp

1. Cursor и большинство других клиентов — запись в конфиг MCP-серверов. Поле обязательно называется url: документация предупреждает, что клиент молча проигнорирует сервер с незнакомым именем поля.

{
  "mcpServers": {
    "deepwiki": {
      "url": "https://mcp.deepwiki.com/mcp"
    }
  }
}

1. Codex — команда в терминале codex mcp add deepwiki --url https://mcp.deepwiki.com/mcp или запись вручную в файле ~/.codex/config.toml:

[mcp_servers.deepwiki]
url = "https://mcp.deepwiki.com/mcp"

1. Используйте адрес /mcp (протокол Streamable HTTP). Старый адрес /sse в документации помечен как устаревающий.

Пример запроса агенту после подключения:

С помощью deepwiki разберись, как в yamadashy/repomix устроен конвейер упаковки:
какие этапы, в каком порядке, какие файлы за что отвечают.
Для каждого этапа дай путь к файлу. Потом открой эти файлы в локальном клоне
и отметь, где вики расходится с кодом.

Последняя строка — главная. DeepWiki MCP знает вики, а вики может отставать от кода. Агент, у которого есть и вики, и локальный клон, способен сам найти расхождения — если вы его об этом попросите. Для приватного кода у Devin есть отдельный MCP-сервер с API-ключом, но это уже платный аккаунт.

DeepWiki, Google Code Wiki и DeepWiki Open: чем отличаются

У DeepWiki два близких соседа: Code Wiki от Google и открытый проект DeepWiki Open от независимых разработчиков. Если коротко, разница в трёх вещах — кто делает, как обновляется и можно ли запустить у себя.

Google Code Wiki вышел в публичное превью 13 ноября 2025 года на codewiki.google и тоже работает с публичными репозиториями. По заявлению Google, сервис сканирует весь код и перегенерирует документацию после каждого изменения, а встроенный чат на Gemini отвечает по актуальной вики со ссылками на файлы и определения. Для внутренних репозиториев Google готовит расширение Gemini CLI — на 23 октября 2026 года объявления о его запуске мы не нашли, есть только лист ожидания, цен нет. На странице сервиса, по данным The Register, стоит предупреждение «Gemini can make mistakes, so double-check it».

DeepWiki Open — открытый генератор вики для GitHub, GitLab и Bitbucket под лицензией MIT (18 264 звезды на GitHub на 23 октября 2026 года). Главное отличие — его можно развернуть у себя и подключить открытые модели через Ollama, тогда эмбеддинги и документация считаются целиком на вашем сервере без внешних API-ключей. С официальным DeepWiki от Cognition проект не связан. Не путайте его и с Grok-Wiki: те же авторы в README называют его «Deepwiki-Open 2.0», но это отдельный продукт — настольное приложение для macOS на Apple Silicon, которое строит вики через уже установленные у вас CLI-агенты (Claude Code, Codex CLI, Grok CLI); лицензия в его репозитории не указана. Self-host на своём сервере, MIT и Ollama — это про сам DeepWiki Open, его репозиторий по-прежнему обновляется.

Альтернативу DeepWiki (в англоязычных обзорах — DeepWiki alternative) ищут по двум причинам: нужна вики для приватного кода или не хочется зависеть от одного вендора. Для приватного кода из трёх сервисов в таблице ниже подходит только DeepWiki Open на своём сервере, а у самого DeepWiki — платный Devin; Code Wiki для приватного кода пока не готов.

Как DeepWiki и Code Wiki соотносятся по качеству? Независимого замера мы не нашли. Есть бенчмарк CodeWikiBench, где DeepWiki набрал 64,06% по рубрикам, а открытая система CodeWiki — 68,79%. Но и бенчмарк, и систему сделали одни и те же авторы, а оценивала LLM-модель: это самооценка конкурента, а не нейтральный тест. В сравнении Bitovi на трёх проектах точность DeepWiki оценили на 4–4,5 из 5, но на самом запутанном из них ни DeepWiki, ни второй генератор не смогли объяснить, почему маршрутизация в приложении устроена именно так. Вывод практический: обе вики хороши как оглавление и отправная точка, но не как истина о коде.

Repomix и Gitingest: как упаковать репозиторий в один файл для ИИ

Упаковщик нужен в трёх случаях: у вас нет агента и вы работаете в веб-чате, вы хотите показать код другой модели с большим контекстом или вам нужен один файл, чтобы отдать его коллеге вместе с вопросом. Если агент есть, упаковка обычно лишняя — агент сам читает нужные файлы.

Repomix мы не запускали — команды ниже из его README, замер сделан через публичную страницу Gitingest.

Repomix (MIT, 28 990 звёзд на GitHub на 23 октября 2026 года) по шагам:

1. Без установки в папке проекта: npx repomix@latest. Результат — файл repomix-output.xml в текущей папке. Учтите: npx скачивает и запускает пакет из npm, это тоже чужой код. Постоянная установка — npm install -g repomix (или brew install repomix), тогда команды пишутся просто repomix ….
2. Чужой репозиторий без ручного клонирования (Repomix сам скачает его во временную папку): npx repomix@latest --remote yamadashy/repomix.
3. Только нужная часть: npx repomix@latest --include "src/**/*.ts,**/*.md".
4. Сначала посмотреть, где «тяжело»: npx repomix@latest --token-count-tree покажет дерево файлов с числом токенов.
5. Сжатие: npx repomix@latest --compress с помощью tree-sitter оставляет сигнатуры функций и структуру, выбрасывая тела. Разработчик на сайте заявляет экономию около 70% токенов, методики при этом нет — проверьте на своём проекте тем же --token-count-tree.

Отдельный плюс Repomix — встроенный Secretlint: файлы, похожие на ключи и пароли известных форматов, исключаются из результата. Это страховка, а не гарантия — секреты нестандартного вида он не узнает.

Gitingest (MIT, 15 984 звезды на 23 октября 2026 года) работает прямо из браузера: в адресе репозитория замените hub на ingest, то есть github.com/... превращается в gitingest.com/.... Есть и CLI (pip install gitingest). Для приватных репозиториев нужен персональный токен GitHub (PAT); по заявлению сервиса, на бэкенде он не хранится.

Наш замер 23 октября 2026 года: страница gitingest.com/yamadashy/repomix показала 1151 проанализированный файл и около 1,3 млн токенов (рамка 1), а сам текст на странице обрезан до 300 тыс. символов — полный файл предлагают скачать (рамка 2).

Посчитаем, что это значит на практике:

Даже сжатый вариант в сотни раз больше карты, которую Aider по умолчанию отдаёт модели. Отсюда правило: упаковывайте папку, которую разбираете сейчас, а не весь репозиторий, и начинайте со счётчика токенов, а не с копирования в чат.

Рядом стоит GitDiagram (MIT, 18 400 звёзд на 23 октября 2026 года): замените hub на diagram в адресе GitHub — и получите схему архитектуры репозитория. Сервис умеет и озвученное видео о репозитории примерно на минуту. Это быстрый взгляд «с высоты», а не точная карта.

Карта кода и граф знаний: Foglamp Scan, Understand-Anything, Aider

Граф отвечает на вопросы, которые плохо видны из текста: что от чего зависит, где точки входа, какие сервисы дергает каждый компонент. Четыре заметных инструмента устроены очень по-разному.

Foglamp Scan: промпт для вашего агента, а не отдельный сервис

Foglamp Scan выглядит как «сервис, который рисует карту репозитория», но устроен иначе. Мы разобрали исходный промпт: он лежит в открытом репозитории Foglamp (apps/web/src/lib/scan-prompt.ts, лицензия Apache-2.0).

• Кто делает. Foglamp — стартап, чей основной продукт — наблюдаемость (стоимость, задержки, трейсы, оценки качества) для приложений на Vercel AI SDK. Репозиторий создан 24 мая 2026 года, на 23 октября 2026 года у него 414 звёзд. Scan запустили 3 июля 2026 года как бесплатный побочный инструмент.
• Как работает. Вы копируете промпт со страницы в своего агента — Claude Code, Codex или Cursor. Разведку репозитория делает ваш агент: он ищет точки входа, cron-задачи, агентов, модели, инструменты, сервисы, хранилища и внешние API, а для ИИ-кода — вызовы generateText и streamText и пакеты @ai-sdk/*. Результат он пишет в .foglamp/scan.json: до 60 узлов и 120 связей, на крупной кодовой базе цель — 20–40 узлов. Фиксированный рендерер Foglamp рисует из этого карту.
• Что уходит наружу. Промпт сам велит агенту предупредить вас: «This uploads a high-level summary of your architecture … to foglamp.dev and creates a public, unlisted link» — и продолжать только с согласия. Кода и секретов, по заявлению, не отправляют, но в узлы попадают пути к файлам с номерами строк и описания бизнес-логики. Ссылка не индексируется поисковиками, но открывается у любого, кто её получил. Анонимные карты живут 90 дней, карты, закреплённые за аккаунтом, не истекают. Токен для обновления карты хранится в .foglamp/, и промпт требует добавить эту папку в .gitignore.

На скриншоте страницы от 23 октября 2026 года: 1 — кнопка «Copy scan prompt», с неё всё начинается; 2 — демонстрационная карта: cron, агенты, модели, Postgres, Stripe, Slack. Это пример с сайта, а не наш прогон: на чужом коде Scan мы не запускали, потому что он публикует ссылку.

Вывод: Foglamp Scan уместен, когда нужно быстро показать новичку архитектуру ИИ-приложения — особенно на Vercel AI SDK. Для обычного бэкенда без ИИ карта получится беднее, промпт заточен под агентов и модели. Для закрытого кода — только с согласия владельца кода.

Understand-Anything: граф знаний на LLM внутри Claude Code

Understand-Anything — плагин Claude Code (MIT, 87 824 звезды на 23 октября 2026 года). Мультиагентный конвейер строит граф знаний по файлам, функциям, классам и зависимостям, а потом по нему можно задавать вопросы. Установка и команды из README:

/plugin marketplace add Egonex-AI/Understand-Anything
/plugin install understand-anything
/understand          построить граф
/understand-chat     вопросы по графу
/understand-onboard  обзор для новичка
/understand-diff     что затронули изменения

Главный минус — цена первого прогона. README предупреждает, что первый /understand на большом проекте съедает значительное число токенов. Обзор stork.ai описывает до 30 минут на репозиторий среднего размера и около 25% лимита тарифа Claude Max за одно сканирование — это наблюдение обозревателя, а не замер. Сам README предлагает для первого прогона локальную модель через Ollama, а следующие прогоны по умолчанию инкрементальные — переанализируются только изменённые файлы. Плагин — сторонний код, который работает в вашем окружении с правами агента.

codebase-memory-mcp и карта репозитория Aider: детерминированный граф

codebase-memory-mcp (MIT, 47 300 звёзд на 23 октября 2026 года) строит граф кода локально: разбор исходников и хранение графа идут на вашей машине, внешний сервис и API-ключ не нужны. Агенту он отдаёт 17 MCP-инструментов — от обзора архитектуры до поиска вызовов. Плюс в том, что агенту не приходится раз за разом перечитывать файлы.

Карта репозитория Aider — самый экономный вариант. Aider строит граф, где файлы — узлы, а зависимости — рёбра, и алгоритм ранжирования выбирает самое важное. По умолчанию на карту выделено 1 тыс. токенов (параметр --map-tokens): модель видит не код, а сжатый список ключевых определений.

Пошагово: первые часы в чужом репозитории с Claude Code или Codex

Ниже — сценарий, который можно пройти за вечер. Он рассчитан на агента в терминале, но шаги переносятся и на Cursor.

1. Сами, 15 минут: README и стек. Прочитайте README, посмотрите файл зависимостей (package.json, pyproject.toml, go.mod) и структуру папок. Вы должны понимать, на каком языке проект и как его запускают, ещё до первого вопроса агенту — иначе не заметите, если он ошибётся.
2. Агент в режиме плана. В Claude Code это claude --permission-mode plan или Shift+Tab посреди сессии: агент читает файлы и предлагает план, но ничего не меняет без вашего одобрения. В Codex то же даёт запуск codex --sandbox read-only --ask-for-approval on-request или переключение в режим read-only командой /permissions посреди сессии. На большом репозитории отдайте разведку отдельных частей субагентам Claude Code, чтобы не забить основной контекст.
3. Вопросы от общего к частному. Документация Claude Code предлагает такую последовательность (промпты можно копировать как есть):

give me an overview of this codebase
explain the main architecture patterns used here
what are the key data models?
how is authentication handled?
trace the login process from front-end to database

Задавать те же вопросы можно и по-русски. Добавляйте к каждому вопросу «для каждого утверждения дай путь к файлу и номер строки» — это понадобится на шаге 5. 4. Параллельно — автовики. Для публичного проекта откройте DeepWiki или Code Wiki и сравните с ответами агента. Совпало — скорее всего, верно. Разошлось — ровно это место и стоит прочитать своими глазами. 5. Проверка трёх ключевых утверждений. Выберите три вещи, на которых держится ваше понимание (точка входа, главная модель данных, путь запроса), и проверьте их по коду — как именно, разобрано в разделе о проверке ниже. 6. Запуск. Попросите агента собрать инструкцию запуска из README, конфигов и CI-файлов. Ставьте зависимости только из lock-файла проекта. Ошибки сборки отдавайте агенту целиком, с текстом ошибки. Если агент предлагает доустановить пакет, которого нет в зависимостях проекта, сначала проверьте его в реестре. 7. Итог — в файл проекта. Команда /init в Claude Code создаёт стартовый CLAUDE.md: команды сборки, тесты, соглашения. Codex читает AGENTS.md до начала любой работы, по умолчанию до 32 KiB. Допишите туда то, что вы выяснили сами: где ловушки, что не трогать, как запускать тесты.

Чек-лист первых часов:

• [ ] Знаю язык, фреймворк и команду запуска.
• [ ] Знаю 2–3 точки входа (маршруты, CLI, cron, обработчики очередей).
• [ ] Знаю главные модели данных и где они хранятся.
• [ ] Прошёл один запрос от входа до базы с путями к файлам.
• [ ] Проверил три ключевых утверждения ИИ кодом или запуском.
• [ ] Проект запускается локально, тесты проходят.
• [ ] Записал выводы в CLAUDE.md или AGENTS.md.

Сравнение ИИ-инструментов для чужого кода: цена, лицензия, self-host

Цены и звёзды — на 23 октября 2026 года. «Куда уходит код» — по документации сервисов; для закрытого кода это главный столбец.

Звёзды на GitHub на 23 октября 2026 года: Understand-Anything — 87 824, codebase-memory-mcp — 47 300, Repomix — 28 990, GitDiagram — 18 400, DeepWiki Open — 18 264, Gitingest — 15 984, Foglamp — 414. Звёзды говорят о популярности и о том, сколько людей уже наступало на ошибки инструмента, но не о качестве его выводов о вашем коде.

Если нужна альтернатива DeepWiki без отправки кода наружу, смотрите на строки с пометкой «локально»: DeepWiki Open с Ollama, Repomix CLI и codebase-memory-mcp. Среди агентов, по опросу Stack Overflow 2026 года, лидируют Claude Code (66%) и GitHub Copilot (59%), но для чтения чужого кода выбор агента вторичен — важнее режим только чтения и привычка проверять.

Как проверить, что ИИ не выдумал устройство чужого кода

Модель, которая уверенно описывает несуществующую функцию, — главный риск всего подхода. Защита — не «перепроверяйте», а конкретный протокол.

1. Требуйте путь и строку. Любое утверждение вида «аутентификация в модуле X» должно приходить с путь/к/файлу:строка. DeepWiki показывает такие ссылки сам — видно на скриншоте выше. Утверждение без адреса считайте гипотезой.
2. Откройте и найдите по имени. Поиском по репозиторию проверьте, что функция или класс с таким именем вообще существует и определён там, где сказал ИИ.
3. Найдите вызывающих. Функция может существовать, но не использоваться. «Найти все ссылки» в редакторе или поиск по имени покажут, кто её вызывает и из какой точки входа.
4. Проверьте запуском. Лог, точка останова или существующий тест быстрее всего подтверждают, что запрос идёт именно этим путём.
5. Сверьте дату вики с кодом. У DeepWiki на странице указан коммит индексации — сравните его с последним коммитом репозитория.
6. Проверяйте пакеты. Исследование, представленное на USENIX Security 2025, на 576 000 сгенерированных примерах кода нашло, что модели ссылаются на несуществующие пакеты: не меньше 5,2% у коммерческих моделей и 21,7% у открытых. Злоумышленники регистрируют такие имена в npm и PyPI (это называют slopsquatting), поэтому пакет «по совету ИИ» сначала ищите в реестре и в репозитории автора.

Совет freeCodeCamp из разбора легаси-кода с ИИ звучит так же: проверять находки ИИ поиском по репозиторию, тестами, схемой базы данных и логами.

Почему это не перестраховка, хорошо видно на OpenWrt. 26 апреля 2026 года мейнтейнер пакетов проекта предупредил на форуме, что DeepWiki по их репозиторию часто выдаёт галлюцинации и фактические ошибки: неверные описания опций и зависимостей, а пользователи приходят с «багами», найденными по выдуманному описанию. По его словам, страница не перегенерируется при обновлении репозитория и её нельзя удалить. Это мнение одного мейнтейнера, а не измерение, и опыт бывает другим: участник сообщества OpenRefine написал, что DeepWiki «не сильно помог, но и не дал неверной информации». Но вывод из обоих случаев один: вики — это гипотеза о коде, а не документация от авторов.

Риски ИИ-разбора чужого кода: приватность, устаревание, цена

ИИ-инструменты для чужого кода не подходят в пяти ситуациях — и в каждой есть замена.

• Код под NDA или закрытый корпоративный репозиторий. Публичные вики (DeepWiki, Code Wiki) его не увидят, а вставлять его в веб-сервисы упаковки или карт нельзя без разрешения владельца. Замена — агент по правилам компании, Repomix CLI, codebase-memory-mcp или DeepWiki Open с локальной моделью.
• Публичная ссылка. Foglamp Scan публикует сводку архитектуры по ссылке, которую может открыть любой, у кого она есть, на 90 дней или бессрочно. Для чужого кода это решение не ваше.
• Устаревание. Вики описывает код на момент индексации. Code Wiki обещает перегенерацию после каждого изменения, DeepWiki показывает дату и коммит, но гарантии свежести нет ни у кого. Чем активнее репозиторий, тем больше расхождений.
• Цена на большом монорепозитории. LLM-граф вроде Understand-Anything на первом прогоне съедает заметную часть лимита подписки. Если нужен только контекст для агента, детерминированный граф или карта Aider обходятся почти бесплатно.
• Сторонние MCP-серверы и плагины. Каждый из них получает доступ к агенту, а через него — к вашим файлам и командам. Ставьте только известные, читайте, что они делают, и помните о классах атак, разобранных в материале про атаки через MCP-серверы.

Куда уходит код — коротко по всем классам. Локально остаётся: Repomix CLI, codebase-memory-mcp, карта Aider, DeepWiki Open с Ollama. В облако вендора модели уходят файлы, которые прочитал агент (Claude Code, Codex, Cursor) — по политике конкретного вендора. У Cursor индекс поиска строится локально, и сервис не хранит эмбеддинги кода для поиска, но содержимое открытых агентом файлов всё равно попадает в запрос к модели; режим Privacy Mode, в котором на ваших данных не обучают, доступен и на бесплатном тарифе. В публичную вики попадает только уже публичный код. По публичной ссылке живёт карта Foglamp Scan.

Лицензии. Сами инструменты в основном под MIT или Apache-2.0, но это ничего не говорит о лицензии разбираемого репозитория. Если вы переносите найденные куски чужого кода в свой проект — правила задаёт лицензия того репозитория, а не ИИ, который его вам показал.

Кейсы: открытый проект, закрытый корпоративный код и ИИ-приложение

Три типичных сценария и набор инструментов под каждый.

Первый вклад в open source с DeepWiki и агентом

Задача — исправить ошибку из issue в незнакомом проекте на GitHub.

1. Откройте проект в DeepWiki, проверьте дату индексации и прочитайте страницы про нужный модуль.
2. Клонируйте репозиторий и подключите DeepWiki MCP к агенту.
3. Попросите агента в режиме плана найти место ошибки, сверив вики с локальным кодом.
4. Воспроизведите ошибку тестом до исправления.
5. Прочитайте CONTRIBUTING и соглашения проекта — их ИИ знает хуже всего.

Закрытый корпоративный репозиторий: только локальные ИИ-инструменты

Задача — войти в проект компании, где автора кода уже нет. Публичные вики и веб-сервисы здесь не используются.

1. Агент — только тот, что разрешён политикой компании, в режиме только чтения.
2. Граф — локальный: codebase-memory-mcp или карта Aider.
3. Упаковка — Repomix CLI и только нужной папки, если компания разрешает модель с большим контекстом.
4. Нужна вики для всей команды — DeepWiki Open на своём сервере с локальной моделью.
5. Итог — в CLAUDE.md или AGENTS.md в самом репозитории, чтобы его увидели коллеги.

ИИ-приложение на Vercel AI SDK

Задача — показать новому человеку, какие агенты, модели и внешние сервисы есть в продукте.

1. Если код ваш или владелец согласен на публичную ссылку, Foglamp Scan даст наглядную карту за один прогон агента.
2. Если ссылка недопустима, попросите своего агента описать те же узлы и связи и нарисовать схему локально — сам промпт Foglamp можно использовать как образец структуры (типы узлов и связей).
3. Сверьте карту с кодом: у каждого узла должен быть путь к файлу.

Когда устройство проекта понятно, следующий шаг — менять код. Как делать это безопасно, с тестами и режимами одобрения, — в разборе рефакторинга легаси-кода с Codex.

FAQ

Можно ли открыть в DeepWiki приватный репозиторий?

В публичном DeepWiki — нет: бесплатная версия и DeepWiki MCP работают только с публичными репозиториями GitHub. Для приватного кода Cognition предлагает аккаунт Devin, это платно, и для агентов есть отдельный Devin MCP с API-ключом. Бесплатная альтернатива для закрытого кода — DeepWiki Open на своём сервере с локальной моделью через Ollama.

Безопасно ли отдавать код в Gitingest, Repomix или Foglamp Scan?

Безопасен для закрытого кода только тот, что работает на вашей машине. Repomix CLI работает локально и вдобавок ищет секреты через Secretlint. Сайт Gitingest обрабатывает репозиторий на своём сервере, для приватного кода нужен токен GitHub. Foglamp Scan отправляет сводку архитектуры на foglamp.dev и создаёт публичную, хоть и неиндексируемую ссылку. Для чужого закрытого кода — только с согласия владельца.

Чем DeepWiki отличается от Google Code Wiki?

Оба сервиса генерируют вики по публичным репозиториям и дают чат по коду. DeepWiki делает Cognition: индекс с датой и коммитом, приватный код через платный Devin, есть бесплатный MCP-сервер. Code Wiki делает Google: превью с ноября 2025 года, по заявлению перегенерирует документацию после каждого изменения, чат на Gemini, версия для внутренних репозиториев пока в листе ожидания.

Сколько токенов займёт весь репозиторий и что делать, если он не помещается?

Посмотрите заранее: repomix --token-count-tree или страница Gitingest покажут оценку. Например, репозиторий Repomix на 23 октября 2026 года — около 1,3 млн токенов. Если не помещается, упаковывайте одну папку через --include, включите --compress и проверьте фактическую экономию. Лучший вариант — агент, который читает только нужные файлы.

Почему DeepWiki показывает устаревшее описание проекта?

Вики строится на момент индексации, а дата и коммит указаны на странице слева вверху. Если репозиторий с тех пор сильно изменился, описание отстаёт. Обновить вики можно не всегда и не сразу: на нашем скриншоте сервис просил подождать 2 дня до следующего обновления. Мейнтейнер OpenWrt жаловался, что страница их проекта не перегенерировалась вовсе.

Можно ли разобраться в чужом коде без опыта программирования?

Понять общую картину — да: DeepWiki или Code Wiki объяснят, из каких частей состоит проект, а агент ответит на вопросы простыми словами. Но проверить, не выдумал ли ИИ, без базовых навыков сложно: нужно уметь найти файл, прочитать функцию и запустить проект. Начните с README и чек-листа первых часов из этой статьи.