MCP HubMCP Hub
SKILL·D4569C

hivemind-graph

activeloopai
Mis à jour 27 days ago
4 vues
1,591
103
1,591
Voir sur GitHub
Métaautomationdesign

À propos

Cette compétence fournit une analyse automatisée de graphes de code basée sur AST pour répondre à des questions structurelles sur votre base de code, comme la recherche d'appelants, d'imports, de définitions ou d'impact de changements. Le graphe se reconstruit automatiquement après chaque interaction de l'agent via les diffs git, sans nécessiter d'étapes de construction manuelles. Les développeurs peuvent l'interroger en utilisant les outils hivemind_graph_search et hivemind_graph_neighborhood pour comprendre les dépendances et les relations.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add activeloopai/hivemind -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/activeloopai/hivemind
Git CloneAlternatif
git clone https://github.com/activeloopai/hivemind.git ~/.claude/skills/hivemind-graph

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

Hivemind Code Graph (OpenClaw)

A deterministic, AST-derived map of the current repository — every function, class, method, interface, type, enum, const, and module, plus the edges between them (calls, imports, extends, implements, method_of).

The graph builds and refreshes automatically after each turn (gated by rate limit + git diff). You never run a build command — just call the graph tools.

Set plugins.entries.hivemind.config.tuning.HIVEMIND_GRAPH_CWD in ~/.openclaw/openclaw.json to the git root of the project you want indexed when the gateway's working directory is not the repo (then restart the gateway).

Use the graph as a fast INDEX to locate the few files/symbols that matter, then use the host's read/exec tools on the real source. It is not a substitute for reading source files.

When to use this skill

Activate when the user asks a structural / relational question about the code:

  • "What calls pushSnapshot?" / "Who uses this function?"
  • "What does deeplake-pull.ts import?" / "What depends on X?"
  • "Where is GraphSnapshot defined?" / "Find the function that handles Y."
  • "What are the main subsystems / the architecture here?"
  • "If I change this signature, what's affected?"

Tools

  • hivemind_graph_search({ pattern }) — search symbols by substring (or multi-token AND with +, e.g. auth+handler). Returns matches with 1-hop neighbors (callers, callees, imports). Start here.
  • hivemind_graph_neighborhood({ file }) — every symbol in a repo-relative file path plus its cross-file neighbors.

Workflow

  1. Broad structural question? hivemind_graph_search({ pattern: "<symbol>" }).
  2. Know the file? hivemind_graph_neighborhood({ file: "src/hooks/capture.ts" }).
  3. Need the actual code? Open the source_file:line from the tool output with the host read tool — don't answer from the graph alone.

When NOT to use this skill

  • Reading the body of a symbol you already located → use the host read tool.
  • Code that isn't committed/built yet — the graph can lag uncommitted edits.
  • Languages outside TypeScript, JavaScript, and Python — fall back to grep.

Anti-patterns

  • Zero incoming callers does NOT mean dead code. Instance-method dispatch and dynamic calls are not fully resolved.
  • The graph can be stale. Prefer live source for files edited in this session.
  • pattern is lexical, not semantic — try multiple keywords if the first misses.

Dépôt GitHub

activeloopai/hivemind
Chemin: harnesses/openclaw/skills/hivemind-graph
0
aiai-agentsai-memoryanthropicartificial-intelligenceclaude
FAQ

Questions fréquentes

Qu’est-ce que le Skill hivemind-graph ?

hivemind-graph est un Skill Claude créé par activeloopai. Un Skill regroupe des instructions et des ressources que Claude charge à la demande pour effectuer des tâches liées à hivemind-graph sans consigne supplémentaire.

Comment installer hivemind-graph ?

Utilisez les commandes d’installation de cette page : ajoutez hivemind-graph à Claude Code comme plugin ou clonez son dépôt dans votre dossier skills, puis redémarrez Claude pour charger le Skill.

À quelle catégorie appartient hivemind-graph ?

hivemind-graph appartient à la catégorie Méta.

hivemind-graph est-il gratuit ?

Oui. hivemind-graph est référencé sur AIMCP et son installation est gratuite.

Compétences associées

content-collections
Méta

Cette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.

Voir la compétence
polymarket
Méta

Cette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.

Voir la compétence
creating-opencode-plugins
Méta

Cette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.

Voir la compétence
sglang
Méta

SGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.

Voir la compétence