看不懂GitHub程式碼？剛剛這個AI工具讓全球每個GitHub專案開口說話

還記得那個號稱全球首位AI 軟體工程師Devin 嗎？它的創造者Cognition Labs公司剛剛推出了一個名為 DeepWiki 的計畫。簡單來說，這是一個目標宏大的計畫：為全世界每一個GitHub 程式碼倉庫（Repo）提供可以即時交流、即時更新的文檔

你可以把它想像成一個由Devin 技術驅動的、專門針對GitHub 的「深度研究」工具

亮點：免費、免註冊、即時可用

最關鍵的是，對於開源項目，這項服務完全免費，甚至無需註冊

怎麼用？非常簡單：

1. 造訪 deepwiki.com，探索已經收錄的熱門開源專案的Wiki
2. 或者，更直接的方式：把你正在瀏覽的任何GitHub 倉庫URL 中的 github.com 替換成 deepwiki.com，即可無縫跳到該倉庫的DeepWiki 頁面

能做什麼？

對話式檔案： 你可以直接向程式碼庫“提問”，DeepWiki 會嘗試理解你的問題並給出檔案級的解答

深度研究(Deep Research)： 對於複雜問題，可以開啟此功能，讓AI Agent 進行更深入的分析與回答

按需索引： 如果你關心的公開倉庫還沒被收錄，可以請DeepWiki 為你索引

私有倉庫支援： 對於私有倉庫，可以透過註冊 Devin 帳戶（devin.ai）來獲得服務

輕鬆分享： 產生的Wiki 頁面和問答結果都可以透過連結分享，方便團隊成員保持資訊同步

投入與規模

Cognition Labs 為了DeepWiki 可謂投入巨大：

• 已索引約 3 萬個 GitHub 倉庫
• 處理了超過 40 億行程式碼
• 索引過程的計算成本就超過了 30 萬美元
• 總計處理了超過 1000 億個 Token

據稱，平均索引一個倉庫的成本約為12 美元，但目前對所有開源專案完全免費開放

技術探秘：理解全域結構與提交歷史

我們知道，LLM 理解局部程式碼的能力已經很強，但要掌握龐大程式碼庫的全域結構是真正的困難。 DeepWiki 的核心技術正是為瞭解決這個問題：

1. 層級化系統分解： 它首先將程式碼庫分解成一個層級化的高階系統（high-level systems）結構
2. 系統級Wiki 產生： 然後為每一個識別出的系統產生對應的Wiki 頁面，建構出整個專案的知識圖譜

此外，DeepWiki 還利用了一個非常有價值的訊號：程式碼提交歷史(commit history)。透過分析「那些檔案經常被那些開發者一同修改」（這可以表示成一個圖），DeepWiki 能夠挖掘出程式碼庫中隱藏的模式、模組邊界和開發者協作關係，這些都是理解複雜專案的關鍵訊息

寫在最後

目前，DeepWiki 網站上已經有 3 萬個倉庫的Wiki 可供探索。對於開發者來說，尤其是面對龐大、複雜的開源專案時，DeepWiki 無疑提供了一個強大的新工具，有望極大提升程式碼理解效率，降低學習和參與門檻

比較好奇DeepWiki背後使用的模型，哈哈 （AI寒武紀）