面向在公共 GitHub 仓库上做需求迭代、希望"提交代码之前"就能预判影响范围的研发团队。
核心痛点:一个自然语言需求(如"修改登录校验")到底会动到哪些领域逻辑、API路由、客户端视图?靠人读代码容易漏,靠通用 Coding Agent 又容易凭空猜测。
ImpactLens把自然语言需求转化为候选文件集、潜在依赖关系、风险提示、测试建议,并用真实读取到的源码片段支撑每条推断,明确区分"证据"与"语义猜测"。
点击空白处退出提示
面向在公共 GitHub 仓库上做需求迭代、希望"提交代码之前"就能预判影响范围的研发团队。
核心痛点:一个自然语言需求(如"修改登录校验")到底会动到哪些领域逻辑、API路由、客户端视图?靠人读代码容易漏,靠通用 Coding Agent 又容易凭空猜测。
ImpactLens把自然语言需求转化为候选文件集、潜在依赖关系、风险提示、测试建议,并用真实读取到的源码片段支撑每条推断,明确区分"证据"与"语义猜测"。
核心功能概述: 在提交代码之前,追踪需求如何在领域逻辑、API 路由与客户端视图之间传播,并用真实源码证据支撑每条推断。
- 语义候选选择:先读仓库元数据与目录树,再让模型从"允许的源文件路径"中选择有限候选集,而非开放全仓扫描。
- 结构化影响报告:支持 JSON Schema / JSON Object / text JSON 逐级兼容,对模型报告做严格校验,无效报告仅做一次有界重试。
- 交互式影响图:确定性布局展示文件节点、潜在影响方向、风险等级与分析摘要。
- Evidence Sheet:把模型推断关联到实际读取的代码片段,并明确区分"证据"与"语义推断",让结论可回溯。
- BYOM / BYOK:连接 OpenAI 兼容端点,同时支持 Responses 与 Chat Completions 两种协议;Key 通过专用请求头发送,不进 JSON 体、报告、错误文案或截图。
- 可恢复演示:内置脱敏 Demo;失败后可 Retry 或 Load demo,输入不会因错误被清空。
- 技术栈:Node.js 22、Next.js 16、React 19、Vite 8、TypeScript(Strict)
- 安全边界:只接受公共仓库,只读元数据/目录/受限候选源码,不写仓库、不执行仓库代码;Key 仅在请求期使用,不持久化;用户可见错误用稳定安全码(MODEL_AUTH_FAILED / MODEL_RATE_LIMITED / MODEL_OUTPUT_INVALID),不回显供应商正文/URL/堆栈/凭证
- 阶段限制(如实标注):当前为竞赛演示版,门户 URL 只部署静态门户,真实 /api/* 分析需在本地核心服务运行;该版本已移除 SSRF 隔离,仅适用于可信本地 / 演示环境,不能直接作为多租户公网代理部署



评论