MEASURE
测量整个仓库
开源分析引擎（Python 用 pyscn，JavaScript、TypeScript、Go、Rust、C++ 用 polyscan）在整个仓库范围内测量复杂度、重复、死代码、依赖关系和类设计，每次都用同一把尺子。
GitHub App · 公开仓库免费
整个代码库，
每周审计。
逐个 PR 的审查看不到整个代码库的劣化。开源静态分析在整个仓库中找出候选问题，AI 智能体阅读实际代码来核实其中重要的部分，并把建议优先修复的地方整理为最多 10 条建议，提交到 GitHub Issue。
公开仓库可免费使用全部功能，无需绑定信用卡。Pro 为私有仓库提供同样的功能。
Audit agent
Health
71▼ 3 this week
polyscan analyze . → 142 findings
read_file api/handlers.py:190-262
▲ confirmedCC 31, three jobs in one function
read_file services/user.py:45-62 + admin.py:23-40
▲ confirmed87% clone, same validation twice
read_file core/plugins.py:1-44
● dismissed"dead code" is a documented plugin hook
142 findings → 6 recommendations · filed as GitHub Issue
覆盖你的技术栈PythonTypeScriptJavaScriptGoRustC++
审计智能体
静态分析负责测量，智能体负责判断。
静态分析足够全面，但它会把误报和有意为之的设计与真正的问题一样机械地标记出来。Polyscan 把这些输出当作起点，像人类审查者一样阅读代码加以核实。
INVESTIGATE
阅读代码进行验证
智能体挑出最重要的发现，跨文件打开其背后的函数和类。按照设计，它会在建议合并重复代码之前读完每一处副本，并搁置代码自身已说明原因、或符合项目自身设计方向的发现。
REPORT
聚焦到建议修复的地方
对照代码后仍然成立的发现，会整理为最多 10 条建议，每条都注明文件、函数和行号，并以 8 种语言之一写入 GitHub Issue。
对照代码核实
不是警告清单，而是可以照着做的审计结果
静态分析工具会输出数百条警告，哪些是真问题却要你自己判断。Polyscan 替你完成这份判断的第一轮。
仅用静态分析工具
- 数百条警告原样罗列
- 分不清误报和有意为之的设计
- 不知道该先修哪里
- 最终没人再看输出
Polyscan
- 智能体阅读重要发现背后的实际代码加以核实
- 对照代码判断是否为误报或有意为之的设计
- 精简为最多 10 条建议，附文件、函数和行号
- 每周更新 Issue，并跟踪与上次相比的变化
功能
持续守护你的代码库
AUDIT
每周审计整个仓库
每周测量整个仓库的复杂度、重复、死代码和依赖关系。智能体阅读发现背后的代码进行验证，并通过 GitHub Issue 报告该修复的地方以及与上次相比的变化。
PR
在合并前发现新的劣化
分析发生变化的代码，在合并前指出新增的复杂度或重复，以实时反馈补充每周测量。
YAML
简单的 YAML 配置
使用简单的 YAML 文件自定义 Polyscan 行为。无需复杂设置。
- 报告语言: en, ja, zh, ko, es, fr, de, pt
- 分析目标目录
- 审计间隔: daily, weekly, monthly（私有仓库的 daily 需 Pro）
- PR 审查: pr_review: true（默认关闭，私有仓库需 Pro）
.github/polyscan.yml
# 报告语言 (默认: en)
language: ja
# 目标目录 (默认: 全部)
target_directories:
- src/
# 审计间隔 (默认: weekly)
audit_interval: weekly
# PR 审查 (默认: false，私有仓库需 Pro)
pr_review: true测量项
从测量值出发，而不是猜测。
智能体的每次调查，都从在整个仓库上测得的这五项结构指标开始。
DEAD
死代码
通过遍历控制流图而非猜测，找出可以安全删除的不可达代码。
DUP
重复代码
找出值得合并的复制粘贴和结构相似代码——基于树编辑距离的 Type 1-4 克隆检测。
CC
复杂度
按圈复杂度对难以阅读、难以测试的函数排序，让你知道从哪里入手。
DEP
依赖关系
循环导入和不稳定的模块依赖，以及代码库实际形成的模块社区。
CBO
类设计
用 CBO 耦合度和 LCOM 内聚度衡量那些做得太多或依赖太多的类。
结构。查看引擎
开源
引擎是开源的。
Polyscan 使用的分析引擎以 MIT 许可证开源。把它作为 CLI 在本地运行，就能看到智能体作为起点的同一组测量值。
Python
uvx pyscn@latest analyze .JavaScript / TypeScript / Go / Rust / C++
npx polyscan analyze .价格
开源项目免费
所有公开仓库免费使用全部功能，只为私有仓库付费
FAQ
常见问题
QPolyscan 是什么?
一个定期审计 GitHub 仓库的 AI 智能体。它用开源静态分析引擎（Python 用 pyscn，JavaScript、TypeScript、Go、Rust、C++ 用 polyscan）测量整个仓库，再阅读重要发现背后的实际代码加以核实，并通过 GitHub Issue 建议优先修复的地方。
Q这和我自己运行静态分析工具有什么不同?
分析工具会输出所有发现，包括误报和有意为之的设计，筛选工作留给你。Polyscan 的智能体替你完成第一轮筛选：它跨仓库阅读重要发现背后的代码，搁置代码自身已说明原因的发现，并精简为最多 10 条附文件、函数和行号的建议。这些建议是 AI 的判断，请把它们当作带优先级的起点，而不是定论。
Q这和 AI 代码审查工具有什么不同?
大多数 AI 审查只看 Pull Request 的差异。Polyscan 每周测量整个仓库，并以这些测量值为起点展开调查，因此它的发现基于每次用同一标准取得的数值，而不是印象。PR 审查也可以按需开启。
Q我的代码在哪里处理?
你的代码由运行在我们本地部署环境中的本地 LLM 分析，不会发送到外部生成式 AI API。我们也不会保存代码：报告发布到 GitHub 后，代码即被丢弃。
Q支持哪些语言?
支持 Python、JavaScript、TypeScript、Go、Rust 和 C++。所有语言都会测量复杂度和重复代码。死代码、依赖关系和类设计需要导入图和类模型，目前只有 Python 和 JavaScript/TypeScript 后端会构建，因此在 Go、Rust、C++ 的评分中这些维度会被排除，而不是计为干净。
Q它是开源的吗?
分析引擎（pyscn、polyscan 和共享核心）以 MIT 许可证开源，可作为 CLI 免费运行。在此之上加入智能体并代你运行的 GitHub App，对公开仓库免费开放全部功能，私有仓库需要 Pro。
安装