巨大化したコードベースをAIに理解させる：決定論的なアーキテクチャ解析エンジン「Enola」

友人とのゴルフアプリ開発中、コードベースの急激な肥大化に直面しました。iOS、Android、バックエンド、フロントエンド、ツール群とリポジトリが増える中で、大規模な分散システムの全体像を把握することの難しさを痛感しました。「マイクロサービス化の代償」とも言えますね。次のような疑問を解決するのに、あまりにも時間がかかりすぎていたのです。・この関数を呼んでいるのはどこ？・このインターフェースを変更すると何に影響する？・このコードは実際に使われているのか？AIコーディングエージェントの活用は今や必須ですが、彼らでさえアーキテクチャの把握に多くの時間を費やし、セッションが変わるたびにゼロから構造を「再発見」しています。しかし、アーキテクチャは本来「決定論的」であるはず。私たちはこの課題を解決するため、数ヶ月かけて「Enola」を開発しました。EnolaはMCPサーバーを備えたオープンソースのアーキテクチャエンジンです。リポジトリをインデックス化し、永続的なナレッジグラフを作成します。必要に応じて複数のリポジトリを統合した「グラフのグラフ」も構築可能です。特筆すべきは、LLMに頼らずソースコードを直接解析して決定論的にグラフを構築する点です。コードの肥大化が進む現代において、アーキテクチャの整合性を維持するためのエンジニアリングツールとして提供します。主な機能：1. 影響分析：変更による「爆発半径」を特定します。「これを変えたらどこが壊れる？」という質問に答えます。2. デッドコード発見：エントリーポイントから到達不可能なコードパスや不要なコンポーネントを特定します。3. 依存関係分析（Traverse）：下流・上流の依存関係を追跡し、「何がXに依存しているか」を明確にします。4. マルチリポジトリ対応：複数のリポジトリを横断して関係性をクエリ可能です。5. パフォーマンス： codebaseの規模に応じた高速な解析を実現します。私たちはオープンソースとして公開しており、ビルドの過程をすべて公開しています。ぜひドキュメントをチェックして、あなたのプロジェクトでお試しください。フィードバックを心よりお待ちしております。