AI 分析
痛点:文本搜索会返回大量同名误匹配,开发者或 AI 编码代理很难快速定位真正调用某个函数的代码位置。
目标用户:需要重构、理解大型代码库的开发者,以及为 AI 编码代理提供代码上下文的工具团队。
证据:Search for Title and you get 431 lines. According to the compiler, only 6 of them actually use that function. The other 425 just happen to contain the word Title. That leaves you, or your AI coding agent, sorting 6 real uses out of 431 matches.
变现:开源核心 + 团队版/云索引/企业本地部署收费;IDE/CI 插件订阅;为 AI 编码代理提供付费 API 或 MCP 服务。
MVP:针对 TypeScript 或 Python 做 CLI + IDE 插件/MCP server:用 tree-sitter 或 LSP 建立函数级调用图,支持“谁调用了这个函数”查询并输出精确调用点;先不做完整 Git 替代。
竞品:Sourcegraph、GitHub Code Search、Sourcetrail、CodeQL、IDE Find Usages/LSP、Glean
摘要:作者发布开源工具 Kin,试图用随提交保存的函数调用图替代文本搜索,解决开发者与 AI 编码代理找错调用点的问题。示例中 GitHub CLI 的 Title 函数被文本搜索返回 431 行,编译器确认仅 6 处真实调用。项目痛点真实且量化,但未展示付费用户、收入或外部验证。