CodeByteLens für Openclaw

Ein Open-Source-Code-Intelligenz-Tool, das es AI-Agents ermöglicht, statische Codeanalysen, Symbolindizierung und Aufrufgraph-Analysen ohne einen massiven LSP server durchzuführen.

lxr-666
v1.0.0
Jun 22, 2026
0
445
0

Installieren & Herunterladen

1. ClawHub CLI

Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.

npx clawhub@latest install codebytelens

2. Manuelle Installation

Kopiere den Skill-Ordner an einen dieser Orte

Global
~/.openclaw/skills/
Workspace
<project>/skills/

Priorität: Workspace > Lokal > Integriert (Bundled)

3. Prompt-Installation

Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.

Hilf mir, codebytelens über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).

Lieber herunterladen?

Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.

Was ist CodeByteLens?

CodeByteLens ist ein hocheffizientes Code-Intelligenz-Toolkit, das für Openclaw Skills optimiert wurde. Inspiriert von den Architekturmustern von Claude Code LSPTool, bietet es eine 100% Open-Source-Alternative ohne Serverzwang. Es wurde mit leistungsstarken Komponenten wie ripgrep für die Suche, pyright für die Typanalyse und AST-Parsing entwickelt und liefert blitzschnelle Repository-Diagnosen direkt aus deinem Workspace.

Im Gegensatz zu herkömmlichen Konfigurationen, die eine voll laufende LSP engine erfordern, arbeitet CodeByteLens vollständig lokal und ist sofort einsatzbereit. Indem es lokale Dateien, Definitionen und Code-Aufrufgraphen sofort für dein Entwicklungssystem bereitstellt, vereinfacht dieses Tool die Interaktion mit deiner Codebasis und ist damit ideal für schnelle KI-Workflows und sichere lokale Umgebungen.

CodeByteLens Anwendungsfälle

  • KI-gestützte Code-Exploration: Bietet tiefgreifende kontextuelle Mappings von Codebasen, sodass Agents, die Openclaw Skills ausführen, Funktionen, Klassen und Methodensignaturen sofort finden können.
  • LSP-freies Ressourcenmanagement: Optimiert die Entwicklung in ressourcenbeschränkten Kontexten wie docker-Containern, VMs oder leichtgewichtigen CI-Maschinen, indem schwergewichtige Server-Anforderungen umgangen werden.
  • Lokale Code-Audits und Refactoring: Unterstützt automatisierte Abhängigkeitsverfolgung und Aufrufgraph-Visualisierung, um komplexe Codebasen sicherer zu refaktorisieren.
  • Schnelle Typüberprüfung: Ermöglicht automatisierte Qualitätskontroll-Pipelines mit lokalem Typsicherheits-Scan unter Verwendung von pyright.

So funktioniert CodeByteLens

  1. Abfrage-Initiierung: Der Benutzer oder der KI-Coding-Agent führt das lokale Analyseskript aus und gibt den gewünschten Modus (Symbole, Definitionen, Aufrufe oder Komplexität) sowie den Zielpfad des Quellcodes an.
  2. Lokales Repository-Grepping: Für das Token-Mapping führt ripgrep superschnelle String- und Regex-Abgleiche durch, um Deklarationsorte und Nutzungsinstanzen in deinen Dateien zu identifizieren.
  3. Syntaxbaum-Parsing: CodeByteLens analysiert Zieldateien mithilfe lokaler Syntaxanalyse, um definierte Symbole, Strukturdefinitionen und Klassen in ein leicht verständliches Layout zu extrahieren.
  4. Typenprüfung: Pyright arbeitet im Hintergrund, um Typen aufzulösen, Typkonflikte zu identifizieren und bei Bedarf entsprechende Hover-Daten zu sammeln.
  5. Aufrufgraph-Modellierung: Das System verfolgt Funktionsaufrufe und Import-Anweisungen dynamisch, um eine umsetzbare Hierarchie zu erstellen, die die Programmsteuerungsflüsse darstellt.

CodeByteLens Einrichtung

Befolge diese Anweisungen, um diese Skill in dein Ökosystem von Openclaw Skills zu konfigurieren und zu integrieren.

Requirements

Stelle sicher, dass python3 in deiner Ausführungsumgebung verfügbar ist. Du musst außerdem das pyright-Dienstprogramm installieren, um die Typüberprüfung zu aktivieren:

pip install pyright

Execution Commands

Führe die Python-basierte Analyseschnittstelle mithilfe der Skripte in deinem Skill-Ordner aus:

# Symbole und Klassen einer Datei strukturieren
python3 scripts/analyze.py symbols path/to/file.py

# Funktions- und Klassendeklarationen verfolgen
python3 scripts/analyze.py define "ClassName.method" path/to/

# Funktionale Aufrufhierarchien generieren
python3 scripts/analyze.py calls path/to/file.py

# Indikatoren für Codequalität und Komplexität ausgeben
python3 scripts/analyze.py complexity path/to/file.py

CodeByteLens Datenschema & Taxonomie

Die Ausgabeparameter sind übersichtlich strukturiert, um eine schnelle Verarbeitung durch KI-Systeme oder CLI-Skripte zu ermöglichen. CodeByteLens gibt basierend auf der ausgeführten Operation sauber formatierte strukturierte Daten aus.

Analysemodus Eingabekontext Zurückgegebene Ausgabedetails
symbols Pfad zu einer Python-Zieldatei Vollständiger Umriss mit Variablen, Methoden, Funktionen und Speicherorten.
define Ziel-Token & Suchpfad Dateipfad, absolute Zeilennummern und Kontextzeilen, in denen sich die Klasse oder Methode befindet.
calls Python-Zieldatei Vollständige Liste mit strukturellen Importdiagrammen und methodenübergreifenden Aufrufen.
complexity Python-Zieldatei Quantitative Metriken für Lesbarkeit, zyklomatische Dichte und Verschachtelungsebenen.

CodeByteLens Erweiterte Funktionen

  • Kein LSP erforderlich: Bietet vollständige Indizierungsfunktionen auf IDE-Niveau, ohne Portkonfigurationen, Hintergrundprozesse oder LSP-Protokoll-Overhead verwalten zu müssen.
  • Super-Code-Suche: Nutzt ripgrep-Muster, um Symbolreferenzen global in Millisekunden aufzulösen.
  • Kontext-Fütterung für KI-Agents: Speziell entwickelt, um Kontext-Arrays in Openclaw Skills Agents zu speisen, sodass Modelle Klasseneigenschaften mit minimalem Token-Verbrauch zuordnen können.
  • Dynamische Abhängigkeitsbäume: Diagrammiert automatisch Aufrufbeziehungen und bietet ein sicheres Framework für Strukturanalysen und Refactoring-Workflows.

SKILL.md


Laden

Verwandte Openclaw-Skills

METADATA

Github Stars: 0
forks: 0

Hervorgehoben*