AxiomCode Graph 多语言引擎对比:Java、TypeScript、Python 稳定版与 JavaScript、C、HTML/CSS Beta 版怎么选
AxiomCode Graph 多语言引擎对比:Java、TypeScript、Python 稳定版与 JavaScript、C#、HTML/CSS Beta 版怎么选
AxiomCode Graph 是一个多语言代码知识图谱工具:用形式化方法(Datalog 规则引擎)把任意代码库解析成精确的调用图,让 AI Agent 和人能快速回答"谁调用了它、改它会炸到哪些测试"。本文对比它的六大语言引擎——Java、TypeScript、Python 的 stable 成熟度,以及 JavaScript、C#、HTML/CSS 的 beta 进展,帮你判断自己的技术栈能不能立刻上手。
一图看懂:六套引擎的成熟度总览
官方在 README.md 中维护了成熟度矩阵:一种语言要端到端可用,需要"解析器 + 引擎"两者都达标。目前 Java、TypeScript、Python 三者均为 stable;JavaScript 与 C# 的解析器已是 stable,但推理引擎仍在 beta;HTML/CSS 的解析器与引擎都还是 beta。
| 语言 | 解析器 | 引擎 | 成熟度 | 引擎规则文件数 | 回归用例数 |
|---|---|---|---|---|---|
| Java | stable | stable | ✅ stable | 67 | 79 |
| TypeScript | stable | stable | ✅ stable | 44 | 112 |
| Python | stable | stable | ✅ stable | 42 | 40 |
| JavaScript | stable | beta | 🚧 beta | 42 | 88 |
| C# | stable | beta | 🚧 beta | 37 | 22 |
| HTML/CSS | beta | beta | 🚧 beta | 6 | 19 |
规则文件位于各语言的 engine/ 目录(如 graph/java/engine/resolution/),回归用例位于 graph/test/ 下对应语言的 cases/ 目录。
上图是 AxiomCode Graph 为一个开源 TypeScript Web 框架画出的调用图:修改 basicAuth 后,实线蓝色是必须重跑的 7 个测试文件,虚线红色的 130 个文件与它没有调用链、可以直接跳过。
Stable 三强:Java、TypeScript、Python
Java 引擎:功能最全,Spring 生态深度集成
Java 是目前规则最厚的一套(67 个 .dl 规则文件),特色是配置即图谱:
- Spring/DI 装配、
application.yml、META-INF/services、web.xml都被并入同一个图,改一个属性键就能看到波及哪些方法。相关规则见 di.dl 与 xml-wiring.dl; - 虚拟分派假设(Java 的实例方法默认可被覆写)由 virtual-dispatch.dl 精确建模。
在官方基准中,Java 引擎对照 编译后的字节码打分:33,257 个单目标调用组中 96.5% 被精确链接,跨文件调用关系 F1 达 0.976,A→B 调用路径召回率 97.4%(README.md)。
TypeScript 引擎:结构类型与重载是它的护城河
TypeScript 引擎(44 个规则文件、112 个回归用例,用例数最多)解决了编译器才有答案的几类难题:
- 结构满足(structural satisfaction):60% 以上的类没有显式实现任何接口,类型兼容靠形状匹配,规则在 structural-satisfaction.dl;
- 重载集:约 44% 的解析目标是"无函数体"的声明,按声明顺序选择重载,规则在 overload-sets.dl;
- 模块图、
.d.ts库边界、泛型实参推导均有独立分层。
对照 TypeScript 官方类型检查器打分,9,829 个单目标调用组中 88.8% 精确命中,领先第二名约 17 个百分点(README.md)。
Python 引擎:动态语言里最"讲证据"的一套
Python 的难点是 68.2% 的参数没有类型标注,引擎因此用值流分析追踪参数实际收到的值(value-flow.dl),核心决策写在 graph/python/README.md:
- C3/MRO 以偏序方式计算,避免 Soufflé 无法分层的递归否定,规则见 mro.dl;
- 装饰器、协议、动态属性检测各有专门规则;
- 验证手段是"双重保险":CPython 字节码做静态基准,再用
sys.setprofile跑真实测试套件做运行时校验(graph/python/engine/)。
Beta 三件套:JavaScript、C#、HTML/CSS
JavaScript 引擎:没有类型,就追踪"值"
JavaScript 的解析器已 stable,引擎是 beta(正在对照 TypeScript 编译器打分)。它的思路很直接:源码里几乎不写类型(只有约 0.17% 的参数有语法注解),所以引擎做了一套 may 分析——追踪每个变量"可能持有哪个值",new Widget() 的实例、@param {Widget} 的 JSDoc 声明、返回表达式都是类型信号(详见 graph/javascript/README.md 与 value-flow.dl)。
两个值得注意的工程细节:
- 置信度从 4 级扩到 8 级(新增
ambient_terminal、dynamic_terminal等),平台调用如Math.floor被标记为"正确的终点"而非盲区; - 不只对照编译器,还在一个装了 68 个依赖的真实 express 服务上插桩运行校验,边精确率 0.97(realapp 测试)。
C# 引擎:直接移植 Java 规则会"错得离谱"
C# 引擎同样在 beta,但方向明确:用 Roslyn 语义模型生成静态基准 + 运行时插桩双重校验(graph/csharp/README.md)。C# 与 Java 的五处关键差异都有专门规则:
- 分派是可选的:只有
virtual/abstract/override才扇出,否则 Java 式假设会把大半代码库误标为多目标(virtual-dispatch.dl); - 属性访问即调用:语料库中属性访问点(3,943 处)比普通调用还多,漏掉它们等于丢掉一半调用;
- 扩展方法、
partial class、委托各有独立规则文件(graph/csharp/engine/resolution/)。
HTML/CSS 引擎:一张"Web 图"
HTML 与 CSS 共用一套名为 web 的引擎(目前 6 个规则文件),把页面、它加载的样式表与脚本连成一张图:哪些选择器命中哪些元素、每条边的性质是 match、conditional(如 :hover、@media)还是 unknown,级联(cascade)下每个元素每条属性"胜出"的声明是哪条,都能查询。选择器匹配规则见 selectors.dl。跨语言打通(如脚本里的 handler 调用)目前只保留关联列、不强行解析成调用边,这也是它仍处 beta 的原因。
共同底座:同一份 Schema,同一套置信度
无论哪套引擎,入口统一走 graph/index.ts,输出统一为 SQLite 的 graph.sqlite,且所有语言共用同一套 schema(完整文档见 graph/bundle/SCHEMA.md)。每条调用边都带置信度分级:
| 级别 | 含义 |
|---|---|
known_edge |
唯一确定目标 |
multi_inferred |
一组合理的候选目标(多态分派) |
boundary_lib |
目标在库里,只标注不展开 |
ambiguous_unknown |
明确声明"我没解析出来",绝不瞎猜 |
这套"宁缺毋滥"的原则是 stable 与 beta 引擎共同的设计底线:解析失败的调用点会被显式记录,而不是伪装成一条确定的边。
新手怎么选?三步决策清单
- 主语言是 Java / TypeScript / Python:直接 stable 使用,
npm i -g @axiomcode/code-graph后axiomcode impact <名称>即可查影响面;Java 项目还能额外获得 Spring 配置解析能力; - JavaScript / C# 项目:可用,但建议对关键结论关注边的 tier 标记,beta 意味着边界情况(动态调用、未类型化接收者)会更多地落到"显式未知";
- 前端样式相关:
web引擎适合回答"这个选择器影响了哪些元素"这类问题,跨语言调用链分析请配合 JavaScript/TypeScript 引擎一起看。
每套引擎的回归测试都能本地跑:bin/axiomcode test java(可加 --oracle 对照 javac/javap 基准)、bin/axiomcode test typescript(对照 TS 编译器)、bin/axiomcode test python(对照 CPython 字节码),beta 语言的用例集同样开放,方便你对自己项目的边界情况做验证。
总结
AxiomCode Graph 的多语言策略可以概括为一句话:stable 的语言拿编译器当裁判,beta 的语言拿运行时当裁判。Java 靠字节码、TypeScript 靠类型检查器、Python 靠 CPython 字节码加运行时追踪,把"精确率"钉死在数字上;JavaScript 用真实 express 服务插桩、C# 用 Roslyn 加运行轨迹,正在沿着同样的路径收敛。如果你希望 AI Agent 在你的代码库上"少猜、多查",三大 stable 语言已经可以全量使用,JavaScript 与 C# 也值得尽早试用。
