产品

带地图的编码智能体。

Codna 以零 token 绘制你的仓库地图。然后智能体交付附带根因、置信度和回归风险的修复,平均每次约 $0.02。

产品

确定性引擎

无需模型 token 的仓库理解。

Codna 把符号、导入、调用路径、测试和依赖解析成智能体可以查询的图。

已映射符号每一个符号
证据包大小每次运行都会打印
绘图的模型花费0 token
精准上下文

智能体收到的是证据,而不是整个仓库。

Codna 不会把文件倾倒进上下文窗口,而是构建一个紧凑的证据包:可疑文件、调用链、失败测试和风险图。报告说明它发现了什么。

✓ codna fixed .
  root cause   : <one sentence>
  symbol       : <function>  (blast radius: N)
  confidence   : N%  ·  regression risk: N%
  context      : raw → bundle tokens  (N× smaller)

核心能力

理解、修复、审查、加固。每个结果都自我说明。

1

Triage

以零模型 token 绘制任意本地路径或 git URL 的地图,看清改动属于哪里。

2

Fix

从限定在 issue 范围内的证据包进行修复。附带根因、置信度和回归风险。加上 --open-pr 即可打开 pull request。

3

Review

审查每一个 pull request。发现带有严重性、类别和置信度。干净的 diff 会获得批准。

4

Secure

证明哪些扫描器发现是可达的。Codna 读取来自 CodeQL、Semgrep、Snyk 或 Trivy 的 SARIF,消耗零模型 token。

分发方式

运行 Codna 的四种方式。

CLI在任意仓库、CI 任务或容器中运行 codna triage、fix、review 和 secure。
MCP 服务器为 Cursor 和 Claude 提供五个 Codna 工具:triage、fix、secure、recall 和 report。
GitHub App 与 Action审查每一个 pull request。从 issue 标签、评论或红色检查打开修复 PR。

常见问题

Codna 不用模型、以零 token 构建仓库的依赖与影响范围图。它从该图中打包限定在 issue 范围内的证据,并在每次运行时打印原始到证据包的大小比例。智能体只处理重要的部分。

每个修复都报告根因、置信度、影响范围和回归风险,并在应用或打开 pull request 之前通过风险闸门。运行 codna fix --tests --apply,Codna 会在沙箱中运行你的测试并反复修复,直到测试通过。

仓库地图基于导入模式构建,因此不绑定某一种语言。设备端回忆覆盖 Python、JavaScript、TypeScript、Go、Rust、Java、C、C++、C#、PHP 和 Ruby。在 codna.yaml 中把 fix.test_command 设为你自己的测试运行器。

在 87 个配对缺陷修复案例中对比 Cursor,Codna 的 token 少 5 倍、速度快 1.7 倍。双方都验证了 87 个修复中的 87 个。Codna 每次修复的模型花费平均约 $0.02。

Codna 以 CLI、面向 Cursor 和 Claude 的 MCP 服务器、GitHub Action,以及审查 pull request 并在你的仓库中打开修复 PR 的 GitHub App 提供。

理解在你的机器上运行。只有证据包或 diff 会通过你的密钥送达模型提供商。除非你选择加入,你的代码不会被用于训练模型。

你的代码库,被理解。