Infrawise

Infrawise

你的 AI 编码助手终于了解你的基础设施了。

网站 · 文档 · 快速开始

Infrawise 为 AI 编码助手提供确定性的基础设施感知能力。

它会对你的代码库、云基础设施和数据库架构进行静态分析，然后通过 MCP 提供这些上下文，让 Claude Code 等工具能够了解你的实际表、索引、查询模式和服务关系，而不是仅凭源文件猜测。

---

为什么要构建它

新手开发者不会写出错误代码。Claude Code 会写出错误代码，而他们会把它发布上线。Infrawise 是阻止 Claude Code 生成的代码引发生产事故的唯一屏障。

AI 编码助手可以读取你的源文件，却无法确定地了解你的基础设施。它们不知道有哪些 GSI、表如何分区、哪些函数已经触发了扫描，也不知道哪里缺少索引。因此它们只能猜测。

Infrawise 用具备基础设施感知能力的上下文取代猜测。

没有 Infrawise 时，AI 助手可能会：

• 建议对包含 50M 行的 Orders 表使用 .scan()
• 建议在 status 上添加你已经拥有的 GSI
• 在你需要降低查询成本时编写 SELECT *
• 没有注意到已有 5 个函数在反复访问同一个分区键

使用 Infrawise 后，它可以了解：

• 你的准确表架构、分区键、排序键和 GSI
• 哪些函数会查询哪些表，以及具体如何查询
• 哪些模式已被标记为高严重性
• 适用于你表的准确 CREATE INDEX SQL 或 GSI 配置，而非泛泛的建议

---

Infrawise 不是什么

Infrawise 不是 AI Agent 框架、基础设施配置工具、可观测性平台或云管理仪表板。

它是一个用于 AI 辅助开发的确定性基础设施智能层。

---

安装

需要 Node.js 22 或更高版本（node --version）。

npm install -g infrawise

或无需安装即可使用：

npx infrawise start --claude

---

快速开始

cd your-project
infrawise start --claude

就这么简单。Infrawise 将会：

1. 探测你的环境并生成 infrawise.yaml（仅首次运行时——只有在你有多个 AWS 配置文件时，才会询问要使用哪个）
2. 扫描你的 AWS 服务、数据库和代码库
3. 写入 .mcp.json，以便编辑器在此后每次启动时自动连接
4. 打开 Claude Code，并准备好全部 22 个 MCP 工具

此后每次运行：

claude    # no infrawise command needed — editor manages the connection

分析结果会缓存 24 小时。infrawise serve --stdio（由编辑器自动启动）会连接并列出工具，不会加载快照或运行分析。首次调用基础设施工具时会加载缓存；如果缓存不存在或已过期，该调用会等待新的分析完成。并发调用会共享这次初始分析。打开编辑器前运行 infrawise start，即可预先准备缓存，避免首次调用等待。快照加载后会启动文件监视。HTTP serve 仍会在监听前加载快照。

首次代码刷新后，服务会将 TypeScript 项目保留在内存中，只扫描发生变更的文件及其传递导入方。Python 文件保存时，只扫描发生变更的 Python 文件。新增和删除的文件会更新快照；保存操作会合并处理，间隔为两秒；刷新期间的编辑会排队等待。更改 tsconfig*.json 会重建扫描器。为保留跨资源发现的问题，IaC 提取、图构建和分析器仍会针对完整快照运行；云元数据则会继续缓存。无需任何配置或 CLI 标志。

Findings (3 total)

1. [HIGH] Full table scan detected on DynamoDB table "Orders"
   listAllOrders() scans without any filter — reads every item in the table.
   Recommendation: Replace Scan with Query using a partition key or add a GSI.

2. [MEDIUM] PostgreSQL table "users" has no index on column "email"
   No matching leading-column index was observed for "email"; verify with EXPLAIN.
   Recommendation: CREATE INDEX CONCURRENTLY idx_users_email ON users(email);

3. [MEDIUM] DynamoDB table "Sessions" accessed by 6 distinct code paths
   High access concentration may create hot partition issues at scale.

---

与 AI 编码助手搭配使用

Claude Code（推荐）

infrawise start --claude

此命令会将 .mcp.json 写入项目根目录（并与其中已配置的 MCP 服务合并），然后打开 Claude Code。Claude Code 每次启动时都会自动读取 .mcp.json，并管理 infrawise serve --stdio 进程——无需启动服务，也无需配置端口。

Infrawise 也可以作为 Claude Code 插件安装。它会注册同一个 MCP 服务，但项目中仍需有 infrawise.yaml，此文件可通过 infrawise start 创建：

/plugin marketplace add Sidd27/infrawise
/plugin install infrawise@infrawise

Cursor

infrawise start --cursor

此命令会写入 .cursor/mcp.json（并与任何现有 MCP 服务合并），然后打开 Cursor。Cursor 的 MCP 面板中可以使用全部 22 个 infrawise 工具。

VS Code

infrawise start --vscode

此命令会写入 .vscode/mcp.json（并与任何现有 MCP 服务合并），然后打开 VS Code。Copilot Agent 模式可通过 MCP 服务面板使用这些工具。

任意编辑器（无标志）

infrawise start

此命令会写入 .mcp.json（并与任何现有 MCP 服务合并），然后退出。打开你喜欢的编辑器，并将 infrawise serve --stdio --config /path/to/infrawise.yaml 指定为 MCP 服务命令。

HTTP 传输（替代方式）

如果你的编辑器或工作流需要 HTTP MCP 端点，而不是 stdio：

infrawise serve    # starts server at http://localhost:3000/mcp

在编辑器的 MCP 配置中添加：

{
  "mcpServers": {
    "infrawise": {
      "url": "http://localhost:3000/mcp"
    }
  }
}

MCP 工具

每个工具都标记为只读（readOnlyHint: true，openWorldHint: false），因此支持这些注释的 MCP 客户端无需确认提示即可调用这些工具。

工具	提供内容
get_infra_overview	完整快照——服务、数量、高严重性发现、configured 标记（数据时效和每个来源的状态通过每个响应中的 dataHealth 块提供）
get_graph_summary	完整基础设施图——所有节点、边和发现
get_table_schema	指定表/集合的列级架构——类型、主键、外键、索引、DynamoDB 键/计费模式、成本信号（不含行数据）
analyze_function	特定函数中的问题——扫描、缺失索引、N+1、触发事件形态、缺失的 IAM 权限；将每个同名文件作为单独匹配项返回，或通过可选的 file 输入绑定到其中一个文件；列出被拒绝链接的 Lambda 及原因（unresolvedLambdas）
suggest_gsi	为 DynamoDB 表和属性提供精确的 GSI 配置；如果现有索引已覆盖，则改为指出该索引
postgres_index_suggestions	针对实际表的精确 CREATE INDEX SQL
suggest_mongo_index	针对 MongoDB 集合和字段的精确 createIndex 命令
mysql_index_suggestions	针对 MySQL 表的精确 ALTER TABLE ADD INDEX SQL
get_queue_details	SQS 队列——DLQ 状态、加密、FIFO 类型、可见性超时、消息数量
get_api_routes	API Gateway API（REST、HTTP、WebSocket）——路由、HTTP 方法、路径和 Lambda 集成
get_topic_details	SNS 主题——订阅数量、协议和筛选策略（每个订阅所需的消息属性）
get_secrets_overview	Secrets Manager——名称、轮换状态，以及从代码推断出的密钥名称（不包含值）
get_parameter_overview	SSM Parameter Store——名称、类型、层级（不包含值）
get_lambda_overview	Lambda 函数——运行时、内存、超时、执行角色 ARN、触发器（SQS/SNS/DynamoDB/Kinesis/MSK/EventBridge/S3）、环境变量键名、成本信号，以及 Lambda 无法链接到其源代码的原因（unresolvedLink）
get_eventbridge_details	EventBridge 规则——名称、状态、计划/事件模式、目标函数
get_s3_overview	S3 存储桶——版本控制、加密、公共访问、事件通知
get_log_errors	CloudWatch 日志组名称和保留期（仅元数据；不含消息正文）
get_stack_outputs	从本地 IaC 文件解析出的堆栈输出和跨堆栈导出，并为孤立的 cdk.out 模板标注过时标记
get_cognito_overview	Cognito 用户池——MFA 配置、应用客户端身份验证流程、OAuth 设置、令牌有效期（不包含密钥）
get_stream_details	Kinesis 流（分片、保留期、容量模式）和 MSK 集群（状态、Kafka 版本、代理）
get_cache_overview	ElastiCache 集群——引擎、传输中/静态加密、复制组、故障转移、成本信号（不读取数据）
get_cloudfront_overview	CloudFront 分配——各行为的路径模式、源站（S3 或自定义，解析出的 API Gateway 名称）、缓存策略、查看器协议策略
每个响应都会携带一个结构固定的 dataHealth 块，包含读取基础设施的时间和距今时长、该回答所依赖的各个数据源状态、此后是否对 cdk.out 执行过合成，以及用于刷新的命令。每个键始终存在，因此无需根据字段缺失来推断——无法区分空结果和读取失败时，“没有队列需要配置 DLQ”看起来就和“SQS 从未列出”一样。

Infrawise 只报告，不做裁决。对于需要反映特定时间点的提问，可传入 maxAgeSeconds；回答会告知数据是否符合要求（仅供参考——数据仍会返回，并标明状态）。运行中的服务会在每次工具调用时重新检查缓存，因此打开的会话在下次提问时就能获取最新的 infrawise analyze 结果，无需重启。infrawise analyze 和 infrawise check 会打印相同的数据源警告；只要有任何数据源未能读取，就不会将该次运行标记为干净。

数据时效只是基础设施漂移的替代指标，并非漂移本身——一份三天前采集的快照，如果账户未发生变化，依然准确；而一份五分钟前、在执行 terraform apply 之前采集的快照则不准确。Infrawise 如何处理数据陈旧问题介绍了这种替代指标何时会误导，以及该如何处理；数据新鲜度参考则提供逐字段表格和 freshness 配置键。

---

CLI 参考

命令	功能
infrawise start	主要命令 — 探测环境、生成配置、分析并写入编辑器 MCP 配置
infrawise start --claude	与上述相同，然后打开 Claude Code
infrawise start --cursor	与上述相同，然后打开 Cursor
infrawise start --vscode	与上述相同，然后打开 VS Code（合并到 .vscode/mcp.json）
infrawise start --interactive	运行引导式设置向导，而非自动发现
infrawise start --rediscover	删除 infrawise.yaml + .infrawise/，然后重新探测和分析
infrawise analyze	强制完整重新扫描，并显示提取进度和根据过往运行估算的耗时——适用于基础设施发生重大变化之后
infrawise check	CI 门禁 — 执行分析，并在发现达到阈值严重级别时以非零状态码退出
infrawise serve	启动 MCP 服务 — 默认使用 HTTP；编辑器集成可使用 --stdio
infrawise doctor	诊断应急工具 — 验证 AWS/DB 访问、配置和仓库扫描

infrawise analyze 选项

标志	说明
-c, --config <path>	infrawise.yaml 的路径（默认：infrawise.yaml）
-r, --repo <path>	要扫描的仓库（默认：当前目录）
--no-cache	跳过读取和写入缓存
-o, --output <path>	将发现结果保存为 Markdown 报告，例如 report.md
--severity <level>	仅显示达到或高于此级别的发现结果：high | medium | low

# Export a shareable findings report
infrawise analyze --output report.md

# Only show high-severity issues
infrawise analyze --severity high

# High-severity issues only, saved to a file
infrawise analyze --severity high --output report.md

infrawise check 选项（CI/CD）

check 会运行一次全新的分析；如果存在阻塞性发现，则返回非零退出代码，因此无需 AI 编辑器即可将其用于门控流水线。

标志	说明
-c, --config <path>	infrawise.yaml 的路径（默认：infrawise.yaml）
-r, --repo <path>	要扫描的仓库（默认：当前目录）
--fail-on <level>	导致构建失败的严重程度：high（默认）| medium | low
--allow-incomplete	明确允许在数据源读取失败或未完整读取时仍然成功

# Block a deploy if any high-severity finding exists (exit 1)
infrawise check

# Stricter gate — fail on medium and above
infrawise check --fail-on medium

infrawise serve 选项

标志	说明
-c, --config <path>	infrawise.yaml 的路径（默认：infrawise.yaml）
--stdio	使用标准输入输出传输（供编辑器通过 .mcp.json 使用），而非 HTTP
-p, --port <number>	监听端口，仅适用于 HTTP（默认：3000）

---

配置

infrawise.yaml 由 infrawise start 生成（或使用 infrawise start --interactive 启动交互式向导），并存放在仓库根目录。每项服务都必须显式设置为 enabled: true；infrawise 绝不会连接配置中未列出的服务。

连接字符串支持 ${ENV_VAR} 替换，因此无需将密码提交到仓库：

postgres:
  enabled: true
  connectionString: postgresql://infrawise_ro:${DB_PASSWORD}@host:5432/mydb

完整示例：

project: payments-service

aws:
  profile: default # AWS profile from ~/.aws/credentials
  region: ap-south-1

dynamodb:
  enabled: true
  includeTables: # omit to include all tables
    - Orders
    - Users

postgres:
  enabled: true
  connectionString: postgresql://infrawise_ro:${DB_PASSWORD}@host:5432/mydb

mysql:
  enabled: false
  connectionString: ''

mongodb:
  enabled: false
  connectionString: ''

sqs:
  enabled: true

sns:
  enabled: true

ssm:
  enabled: true
  paths: [] # filter by prefix e.g. ["/myapp/prod"]

secretsManager:
  enabled: true

lambda:
  enabled: true
  includeFunctions: # omit to include all functions
    - myFunction
    - anotherFunction

eventbridge:
  enabled: true

rds:
  enabled: false

s3:
  enabled: false

apiGateway:
  enabled: false

cognito:
  enabled: false

kinesis:
  enabled: false

msk:
  enabled: false

elasticache:
  enabled: false

cloudfront:
  enabled: false

runtimeSignals:
  enabled: false # Lambda throttles/errors + queue age via CloudWatch metrics
  windowHours: 24

cloudwatchLogs:
  enabled: false
  logGroupPrefixes: []
  windowHours: 24

analysis:
  hotPartitionThreshold: 5
  hotPartitionThresholds:
    high-traffic-table: 12

freshness:
  suggestRefreshAfterHours: 6 # when MCP responses start hinting to re-analyze

AWS 设置

Infrawise 为只读。DynamoDB 所需的最低 IAM 策略：

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": ["dynamodb:ListTables", "dynamodb:DescribeTable"],
      "Resource": "*"
    }
  ]
}

如需了解适用于所有受支持服务的完整策略、如何将其范围限制为仅启用的服务，以及如何使用会话策略获取临时范围受限的凭证，请参阅 AWS 设置指南。

对于 SSO 配置文件，请在运行 infrawise 前登录：

aws sso login --profile myprofile

PostgreSQL 设置（可选）

为 infrawise 创建一个只读用户：

CREATE USER infrawise_ro WITH PASSWORD 'yourpassword';
GRANT CONNECT ON DATABASE yourdb TO infrawise_ro;
GRANT USAGE ON SCHEMA public TO infrawise_ro;
GRANT SELECT ON ALL TABLES IN SCHEMA public TO infrawise_ro;

对于 Amazon RDS：在安全组中允许从你机器的 IP 地址入站访问 5432 端口。

---

分析能力

Infrawise 有两个分析层：

基础设施分析（所有语言）

通过 AWS API、数据库架构检查和 IaC 文件进行分析——不依赖应用代码：

服务	检查内容
DynamoDB 架构	表、GSI、分区键、计费模式、成本信号（预置容量）
PostgreSQL / MySQL 架构	表、索引、列类型
MongoDB 架构	集合、索引
SQS	缺少 DLQ、未加密的队列、积压量过大、FIFO 检测、可见性超时短于消费者 Lambda 超时（高）或短于 AWS 建议值的 6 倍（中）
SNS	订阅筛选策略——每个订阅所需的消息属性
Apache Kafka (kafkajs)	从代码中提取生产者/消费者主题映射——适用于任何代理（自托管、Confluent、Redpanda、MSK）；不同于 MSK Lambda 触发器
Secrets Manager	缺少密钥轮换
Lambda	默认内存（128 MB）、超时过长、触发器（SQS/SNS/DynamoDB/Kinesis/MSK/EventBridge/S3）、触发源缺少 DLQ、成本信号（内存较高且没有限流迹象）
S3	公有访问阻止设置（验证）、缺少版本控制、缺少加密
EventBridge	规则、计划、事件模式、目标 Lambda 函数
API Gateway	REST、HTTP 和 WebSocket API——路由、方法、Lambda 集成
RDS	可公开访问、无备份、未加密、无删除保护、单可用区、成本信号（非生产环境特征的实例却使用多可用区）
CloudWatch Logs	未设置保留策略的日志组
Cognito	用户池和应用客户端配置——身份验证流程、OAuth 设置、令牌有效期、客户端密钥是否存在
Kinesis / MSK	流（分片、保留期、容量模式）和 MSK 集群（状态、Kafka 版本、代理）
ElastiCache	缺少传输中加密、没有复制功能的单节点集群、成本信号（节点超过 3 个）
CloudFront	通过明文 HTTP 提供流量的行为（allow-all 查看器协议策略）
运行时信号（可选启用）	来自 CloudWatch 指标的 Lambda 限流/错误和队列中过期的消息
Terraform / CloudFormation / CDK	IaC 与已部署状态的漂移；堆栈输出和跨堆栈导出

代码关联分析（TypeScript / JavaScript / Python）

使用 ts-morph 进行 AST 分析，以检测哪些函数调用了哪些表，以及如何调用：

Python 仓库使用内置的 stdlib-ast 扫描器进行扫描（需要在 PATH 中找到 python3；否则会发出警告并跳过）：扫描 boto3 客户端和 dynamodb.Table() 资源、cursor.execute SQL、pymongo 集合，以及 kafka-python/confluent-kafka 生产者和消费者。语言检测会自动进行——仅当存在匹配文件时，才会运行 TypeScript 和 Python 扫描。

分析器	严重性	检测内容
全表扫描（DynamoDB）	高	不带筛选条件的 .scan() 调用
缺少 GSI	中	查询未配置匹配 GSI 的属性
热分区	中	5 条或更多不同代码路径访问同一张表
缺少索引（PostgreSQL）	中	查询未配置索引的表
N+1 查询	高	ORM 循环产生的重复查询模式
大型 SELECT	低	使用 SELECT *
缺少 MySQL 索引	中	查询未配置索引的 MySQL 表
MySQL 全表扫描	高	MySQL 查询中的全表扫描模式
缺少 Mongo 索引	中	查询未配置二级索引的集合
集合扫描	高	不带筛选条件的 find() 调用
管道：消费者中的扫描	高 / 验证	事件触发的 Lambda 处理程序中存在全表扫描（IaC 可证明 Lambda 与代码之间的关联时为高，按名称匹配时为验证）
管道：重复访问表	中 / 验证	同一服务管道中的 2 个或更多函数读取同一张表
管道：缺少 DLQ 跳转	中	没有 Dead Letter Queue 的中间管道队列（同时具有生产者和消费者）

使用其他语言的项目仍可充分利用基础设施级分析器——目前，代码关联（函数到表的映射、N+1 模式）支持 TypeScript、JavaScript 和 Python。

扫描器支持：用于 DynamoDB 的 AWS SDK v3/v2、用于 PostgreSQL 的 pg/Prisma/Knex、用于 MySQL 的 mysql2/Knex、用于 MongoDB 的 driver/Mongoose、用于 SQS/SNS/SSM/Secrets/Lambda 的 AWS SDK v3，以及用于 Kafka 主题的 kafkajs（生产者/消费者）。

---

工作原理

1. Infrawise 扫描你的仓库和基础设施元数据
2. 图引擎映射服务、架构、索引和查询模式
3. 基于规则的分析器检测基础设施和查询反模式
4. 生成的上下文通过 MCP 提供
5. AI 编码助手在生成代码时查询此上下文

---

确定性分析

Infrawise 不会使用大模型分析你的基础设施。所有提取和分析均为确定性操作：AST 解析、架构内省、基于规则的分析器和图关联。大模型仅通过 MCP 使用生成的上下文。

---

安全性

• 只读 — 从不写入 AWS 或你的数据库，也不执行 DDL
• 本地优先 — 所有操作都在你的计算机上运行，不会向外部服务发送任何内容
• 无遥测 — 不收集任何数据
• 凭据 — 使用你现有的 AWS 凭据链，Infrawise 从不存储凭据

🔒 安全与项目命名说明

你可能会看到某些供应链安全扫描器将此软件包标记为“欺骗性命名”。这是由自动化工具因前缀“infra”而触发的误报。本项目完全安全、独立，且与任何商业商标均无关联。

---

架构概览

源码布局

src/
  types.ts      Shared type definitions
  core/         Config (Zod + YAML), logger (Pino), local cache
  graph/        Graph engine — nodes, edges, builder
  adapters/
    aws/        DynamoDB, S3, Lambda, SQS/SNS/SSM/Secrets/EventBridge/RDS/APIGateway, CloudWatch
    db/         PostgreSQL, MySQL, MongoDB
    iac/        Terraform, CDK, CloudFormation (local file parsing)
  analyzers/    39 rule-based analyzers
  context/      Repository scanner (ts-morph AST + Python stdlib-ast subprocess)
  server/       Fastify MCP server (@modelcontextprotocol/sdk, Streamable HTTP)
  cli/          CLI commands (Commander.js)

---

当前限制

• 代码级关联支持 TypeScript、JavaScript 和 Python（Python 需要将 python3 添加到 PATH）
• 动态构造的查询可能无法始终通过静态分析解析
• 尚未实现运行时追踪
• 静态扫描会覆盖已识别的模式；提取的操作和图的大小仍会影响内存使用

---

路线图

功能路线图记录在 Infrawise v1 项目看板中。欢迎提交功能请求并点赞。

---

演示

两个演示会在 Docker 中本地模拟真实 AWS API，并运行 infrawise，零成本且无需真实 AWS 账户。

• demo/floci/ 使用 Floci，这是一个采用 MIT 许可证的模拟器，覆盖 infrawise 支持的所有服务，包括 CloudFront、API Gateway v2、RDS、Cognito、Kinesis、ElastiCache 和 MSK。无需身份验证令牌，也无需注册。从这里开始。
• demo/localstack/ 使用 LocalStack 社区版，覆盖核心服务。

两者都监听端口 4566，因此请一次只运行一个。

---

贡献

请参阅 CONTRIBUTING.md 获取完整指南，其中包括如何添加新的服务适配器和分析器，以及 PR 检查清单。

发布

发布前，请运行 pnpm check:docs——如果 README.md/AGENTS.md/llms.txt 中的版本或 MCP 工具列表与 src/server/index.ts 不一致，该命令会报错。

pnpm release patch    # 0.1.2 → 0.1.3  (bug fixes)
pnpm release minor    # 0.1.2 → 0.2.0  (new features, backwards compatible)
pnpm release major    # 0.1.2 → 1.0.0  (breaking changes)
pnpm release 1.5.0    # explicit version

更新 package.json，提交更改，创建标签并推送，然后根据提交消息创建 GitHub 草稿版发布说明。随后在 GitHub 上发布该草稿，以触发 npm 发布。

---

许可证

MIT

分析置信度与刷新策略

check 在检查完成且未达到严重性阈值时返回退出码 0，在发现阻断性问题时返回退出码 1，在提取不完整或分析器失败时返回退出码 2。失败和部分成功的数据源默认会阻断；只有在没有阻断性问题时，--allow-incomplete 才会显式允许检查成功。--severity 只筛选 analyze 报告输出，不会改变 CI 策略。

关系型架构包含有序索引 columns、method、partial 和 valid 元数据。SQL 分析会将支持的筛选列与索引的前导列进行比较；无关的主键不会再掩盖缺失的访问路径。发现结果是静态警告，并非实际观察到的查询计划。部分索引、表达式索引和不受支持的谓词需要使用 EXPLAIN 手动验证。谓词元数据不会保留查询值。

每个响应都包含 dataHealth.codeCoverage：已识别的操作计数、未解析的引用计数、不受支持的 SQL 计数和局限性。这些计数仅描述已识别的模式。包装器、动态名称和不受支持的结构可能会被遗漏。get_graph_summary 会列出已识别但尚未解析的引用；不存在某条边并不能证明运行时没有访问。

get_log_errors 现在仅返回保留元数据：errorCount: null、topErrorPatterns: []、errorsObserved: false。兼容性名称并不表示会抽样错误。不会请求日志消息正文。旧缓存会失效，因此不会提供此前抽样的模式。

如需在初始快照加载后进行可选的后台刷新：

freshness:
  suggestRefreshAfterHours: 6
  refreshIntervalMinutes: 15

refreshIntervalMinutes 为可选项，范围为 1 到 1440 分钟，并会在工具请求之间对云端、数据库和代码执行完整分析。刷新操作会与数据源刷新串行执行，可能产生 API／数据库成本；如果配置发生变化，刷新计划会停止，直至重启。运行期间，该设置会限制快照的陈旧程度，但不会即时检测部署。若要精确对应部署边界，请在部署后运行 infrawise analyze --config infrawise.yaml；已运行的 MCP 会话会在下次调用时看到刷新的缓存。

如需改进助手的使用效果，请遵循助手工作流。使用 pnpm eval:assistant traces.json 评估真实的编辑器运行情况；请参阅评估说明。使用 pnpm benchmark 执行可重复的性能和结果等效性检查；请参阅基准测试方法。合成对照并非对模型质量的测量评分。

analyze_function 返回 found: false，表示该函数未出现在已识别的图中，并不能证明其不存在于源代码中。在断言其不存在之前，请检查数据源健康状况、包装器和动态引用。会话刷新失败时，会显示在 dataHealth.codeCoverage.refreshError 中，同时保留之前的图。

运行时指标读取不完整时，会记录在数据源健康状况中，并默认阻断 check；不会将其解释为零活动。

验证命令：pnpm test:demo 会测试预置的本地数据库、索引元数据、覆盖率和 CI 退出码；pnpm test:demo --background 还会验证定时刷新。请先启动并填充数据库演示所需数据。

大型代码库内存占用

TS/JS 扫描使用惰性异步生成器，并按顺序分批处理，每批最多包含 32 个文件或 512 KiB 源代码（更大的受支持文件会单独扫描）。每批处理结束后都会释放其 AST；监视会话保留的是提取出的操作和依赖路径，而不是整个项目的编译器 AST。不会加载导入的依赖类型和标准库声明。扫描会遵循配置的源文件选择，并在解析前排除依赖文件夹、声明文件和常见的生成输出目录（dist、build、.next、.nuxt、.output、coverage）。

超过 2 MiB 的源文件会被报告为代码覆盖率不完整，其路径会显示在源代码健康状况中，同时仍会扫描可读取的文件。除非明确指定 --allow-incomplete，否则 check 会以 2 退出，表示分析不完整。内存占用仍会随提取出的操作和基础设施图规模增长；这并不意味着代码库大小不受限制。常规扫描无需设置更大的 Node 堆内存。运行 pnpm test:memory，即可对 256 MiB 堆内存进行可重复的回归测试，其中包括完整扫描、增量编辑、共享导入更新以及实际的 analyze CLI。