CodeGraph의 작동 방식
자산을 타입이 지정된 그래프로 파싱한 다음 결정론적 분석을 실행합니다. 임계 경로에 LLM은 없습니다.
파이프라인은 픽스처 자산, 그다음 파싱(COBOL, 카피북, JCL, DB2 DDL), 그다음 타입이 지정된 지식 그래프 구축, 그다음 출처가 붙은 전이적 폐쇄 영향, 그다음 결정론적 분석, 그다음 감사와 증거 내보내기, 그다음 인터랙티브 대시보드 순으로 실행됩니다. 로드 시 앱은 이것을 Server-Sent Events 위에서 라이브로 실행하므로, 각 단계가 콘솔에 실제 측정된 지연 시간과 함께 서술되고, 패널이 점진적으로 채워지며, 지속되는 단계 레일로 어느 단계의 Input, Processing, Output 트레이스든 열 수 있습니다. 단일 컨트롤이 전체 실행을 다시 재생합니다.
타입이 지정된 지식 그래프
networkx로 구축되어 인메모리와 SQLite에 유지되는 이 그래프에는 일곱 가지 노드 유형(program, copybook, variable, table, jcl, dataset, 그리고 미해소 플레이스홀더)과 DEFINES, IMPORTS, REDEFINES, CONTROLS_TYPE_OF, WRITES_VAR, REFERENCES, CALLS, READS and WRITES, EXECUTES, USES_DATASET, PRECEDES 같은 타입이 지정된 엣지가 있습니다. 제공된 픽스처에서 그래프는 노드 47개와 엣지 70개입니다: 프로그램 14개, 카피북 5개, 변수 17개, DB2 테이블 3개, JCL 작업 3개, 데이터셋 4개, 미해소 노드 1개.
네 가지 결정론적 분석
이것들은 모델 호출이 아니라 평범한 그래프 알고리즘이므로, 같은 픽스처는 실행마다 같은 결과를 냅니다.
1. 출처가 있는 영향 폐쇄
변경의 전이적 의존성 슬라이스. 각 엣지가 파일:줄 소스를 지니므로, 무엇이 영향받는지뿐 아니라 증거가 어디에 있는지도 볼 수 있습니다.
2. 나이브 대 그래프 재현율
픽스처의 알려진 정답 의존성 집합에 대해 채점한 그래프의 폐쇄 대, 텍스트 기반 도구가 실제로 모델에 넣는 것인 시뮬레이션된 단일 파일 창.
3. 추출 순서화
프로그램별 결합도와 영향 반경 점수(결합도 가중치 3, COMP-3 함정 가중치 2, JCL 중요도 가중치 2, 미해소 호출 가중치 5)로 안전한 스트랭글러 피그(strangler fig) 마이그레이션 순위를 매깁니다.
4. 데드 코드 도달 가능성과 완전성 게이트
모든 PERFORM, CALL, COPY, DB2 참조는 해소되거나 검토 필요로 플래그되어야 하며, 결코 조용히 누락되지 않습니다. 도달 불가능한 단락은 예시로 보고되며, 헤드라인 지표로 채점되지 않습니다.
토글 하나가 차이를 손에 잡히게 만듭니다. 나이브 AI 컨텍스트 뷰를 켜면 그래프가 약간의 컨텍스트 줄이 있는 단일 소스 파일로 흐려집니다. 아홉 가지 송금 사실 중 여섯이 사라지고, 빨간 배너가 결과를 말하며, 다시 뒤집으면 영수증과 함께 9/9가 복원됩니다. 그 토글은 검색 계층이 공급해야 하는 컨텍스트가 무엇인지를 보여주는 예시이지, 가치의 원천이 아닙니다.
끝나면 Export JSON이 migration-evidence.json 파일을 쓰고, Evidence report는 인쇄 가능한 코드베이스 토폴로지 및 완전성 보고서를 렌더링합니다: 노드와 엣지 요약, 파일:줄 출처가 있는 모듈별 폐쇄, 재현율 결과와 방법, 순위가 매겨진 추출 순서, 데드 코드 목록, 타임스탬프. 우리는 그것을 DORA ICT 자산 인벤토리이자 SOC-2 변경 통제 영수증으로 위치시킵니다. 선택적 Pydantic-AI 계층이 폐쇄에 대해 질문에 답할 수 있지만, 기본은 꺼져 있고 키로 게이트되며, 결정론적 데모는 키 없이 결과를 기록합니다.
