type
Post
status
Published
date
Aug 4, 2025
slug
summary
tags
开发
工具
category
技术分享
icon
password
1、写在开头1.1 背景1.2 deepwiki是什么?1.3 官网使用案例1.4 官方私有使用2、DeepWiki-Open2.1 简介2.2 功能特点2.3 部署使用2.4 工作原理2.5 相关配置解释2.6 演示示例3、相关引用
1、写在开头
1.1 背景
DeepWiki 是由 Cognition AI(原 Devin 团队)开发的 AI 驱动工具,专注于为 GitHub 代码仓库生成交互式文档和可视化分析,帮助开发者快速理解复杂项目。
Devin AI 是由 Cognition Labs 开发的自主人工智能助手工具,标榜为 “AI 软件开发者”。曾号称全球首个全自动 AI 程序员,因执行成本高导致订阅价格也极高($500/月),后来就淡出人们视野了。目前更主流的开发形式是
IDE + MCP(如 Cursor、VSCode、Windsurf 等),半自动化的工具链调用让控制更精准,结果也变得更加可靠。阅读开源项目的一些痛点
GitHub 主流开源项目介绍以英文 README.md 为主,支持多语言介绍的并不多,对于非母语的人来说,存在一定阅读障碍
很多仓库可能连比较像样的 README 介绍都没,更别提专门的文档网站或 Blog 了。于开发者而言是灾难性的,需要自行查看源代码或在 issues 中搜寻一些描述
如果仓库文件超多,上百个文件,或大几十万行代码,想要通过阅读源码来建立项目宏观认知会变得特别难
在项目文档中不会有功能与源码之间的映射关系说明,但这又是借鉴参考项目时的一个重点需求
1.2 deepwiki是什么?
核心功能
自动化文档生成:通过分析代码结构、README 和配置文件,自动生成项目概述、技术栈、核心模块及依赖关系文档,减少逐行阅读代码的需求
交互式图表:提供架构图、类图、函数调用关系图等可视化工具,直观展示代码结构
对话式AI助手:支持开发者直接向代码库提问,获取源码解析、使用方法和架构设计等详细解答
实时更新与私有支持:可自动同步仓库更新,并为私有项目生成知识库(需注册 Devin.ai 账号)
使用方法
公共仓库:将GitHub链接中的
github.com替换为deepwiki.com(例如https://deepwiki.com/用户名/仓库名)即可访问专属Wiki页面私有仓库:需在 Devin.ai 注册账号并授权访问权限
适用场景
开源项目学习:快速掌握陌生仓库的架构和核心逻辑
团队协作:生成标准化文档,降低新成员学习成本
代码审计:通过依赖关系图定位潜在风险模块
特点与优势
完全免费:对开源项目无任何使用限制
低门槛:无需编程即可通过自然语言交互获取信息
大规模处理能力:支持超大型仓库分析,如 Linux 内核等复杂项目

1.3 官网使用案例
VSCode示例 /microsoft/vscode
功能点:
- 生成综合的结构化的README文档内容,从系统设计来看,模型在局部理解代码(如函数、模块)方面表现非常出色,但真正的挑战在于理解整个代码库的全局结构。DeepWiki 针对这一难题,采用了分层方法:先将代码库划分为一套套高层次系统(high-level systems),再为每一个系统生成对应的 Wiki 页面,帮助用户在整体上把握项目架构
- 生成多维度系统架构图、ER图、时序图、流程图等
- 提供对话功能(交互式问答),直接对生成的Wiki发起提问,DeepWiki 会根据代码库内容智能回答
- 历史提交索引,通过分析哪些文件经常被一起修改,可以构建出文件之间的关联图(graph),从而揭示项目内部许多潜在且重要的结构模式。这一方法进一步增强了 DeepWiki 对代码库内部逻辑关系的理解与呈现,文档会根据代码库更新自动同步
- 显示相关资源文件关联,行号关联等
- …
项目文档结构

问答示例

1.4 官方私有使用
Devin AI

导入自己的Git仓库
- 公有代码仓库
- 私有代码仓库

简单示例
workflow
geepair • Updated Aug 26, 2022

2、DeepWiki-Open
2.1 简介
deepwiki-open
AsyncFuncAI • Updated Mar 16, 2026
DeepWiki可以为任何GitHub、GitLab或BitBucket代码仓库自动创建美观、交互式的Wiki!只需输入仓库名称,DeepWiki将:
- 分析代码结构
- 生成全面的文档
- 创建可视化图表解释一切如何运作
- 将所有内容整理成易于导航的Wiki
2.2 功能特点
- 即时文档:几秒钟内将任何GitHub、GitLab或BitBucket仓库转换为Wiki
- 私有仓库支持:使用个人访问令牌安全访问私有仓库
- 智能分析:AI驱动的代码结构和关系理解
- 精美图表:自动生成Mermaid图表可视化架构和数据流
- 简易导航:简单、直观的界面探索Wiki
- 提问功能:使用RAG驱动的AI与您的仓库聊天,获取准确答案
- 深度研究:多轮研究过程,彻底调查复杂主题
- 多模型提供商:支持Google Gemini、OpenAI、OpenRouter和本地Ollama模型
2.3 部署使用
docker部署
(上述 Docker 命令以及
docker-compose.yml 配置会挂载您主机上的 ~/.adalflow 目录到容器内的 /root/.adalflow。此路径用于存储:- 克隆的仓库 (
~/.adalflow/repos/)
- 仓库的嵌入和索引 (
~/.adalflow/databases/)
- 缓存的已生成 Wiki 内容 (
~/.adalflow/wikicache/)
手动设置(推荐)
- 设置API密钥
- 启动后端
- 启动前端
- 使用deepwiki

2.4 工作原理
DeepWiki使用AI来:
- 克隆并分析GitHub、GitLab或Bitbucket仓库(包括使用令牌认证的私有仓库)
- 创建代码嵌入用于智能检索
- 使用上下文感知AI生成文档(使用Google Gemini、OpenAI、OpenRouter或本地Ollama模型)
- 创建可视化图表解释代码关系
- 将所有内容组织成结构化Wiki
- 通过提问功能实现与仓库的智能问答
- 通过深度研究功能提供深入研究能力
流程图

项目结构
2.5 相关配置解释
配置文本嵌入模型
配置对话模型
前端相关配置
- dev跨域访问
- …
2.6 演示示例
配置好后启动前后端服务

导入后的项目列表

添加项目生成项目wiki
支持Git仓库/本地路径


对话和深度研究

prompt
首轮迭代
最后一轮迭代
其他

