Benzi

Name: Benzi
Author: varianttech.net

本地服务

varianttech.net开发工具1705 天前更新

代码仓库访问官网

关于 Benzi

Benzi 将源码编译为可查询的代码索引，并通过结构化工具提供调用、引用、继承和数据流信息。它面向使用 MCP 客户端或 Benzi 自带 Agent 的编码工作；编译器可独立接入现有 Agent，支持十种语言。

主要功能

01解析符号、调用关系与引用
02查询调用树和数据流
03定位定义及类层级
04支持十种编程语言
05提供 MCP 编译器服务

适用场景

01追踪错误数据值的来源
02评估修改函数后的影响范围
03查找符号定义与调用方
04让编码 Agent 查询代码结构

MCP 相关

Benzi 可作为 MCP 服务，将编译后的代码索引通过结构化工具提供给 Claude Code、Cursor 等 MCP 客户端。它提供调用者、调用树、数据流、定义和类层级等查询；Benzi Agent 的运行时追踪和受静态分析约束的编辑功能不通过 MCP 提供。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置

{
  "mcpServers": {
    "net-varianttech-benzi": {
      "command": "uvx",
      "args": [
        "benzi-mcp"
      ]
    }
  }
}

启动命令uvx benzi-mcp

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包

pypibenzi-mcp0.1.6stdio

工具

收录的工具列表 · 更新于 2 周前

参数	类型	必填	说明
topic	enum	是	读取的参考主题artifact \| uids \| languages \| markup

详细介绍

benzi

语言无关 · 模型无关 · 本地编译 · 自带密钥（BYOK）· 兼容 MCP

Benzi —— 由编译器支持的 AI 编码 Agent

大多数 AI 编码 Agent 会用 grep 和 glob 把原始源代码塞进大模型的上下文窗口，然后寄希望于模型能找到重要内容。Benzi 会先解析每个文件——它基于 tree-sitter 构建，是一个真正的编译器——将代码转换为精确、可查询的映射。每个符号、每条调用边、每处引用，以及每个类的继承链，一次遍历，全部完成。

在回答任何问题之前，就会解析每个文件、解析导入、构建类的继承关系，并追踪每个标识符到其定义。调用流和数据流会在每个调用点汇合，因此只需一次工具调用，就能追溯错误值的来源。Claude Code 使用 grep；Cursor 使用嵌入；Aider 映射签名；Benzi 则以 O(1) 完成解析。目前支持 10 种语言，此外还提供用于 HTML、CSS 和 DOM-JS 的标记语言引擎——请参阅语言支持。Beta 期间可免费使用 Benzi。

你也可以尝试在在线演示中粘贴此仓库的链接！

_{Benzi 在 SQLite 上的效果}

_{喜欢这个方向？点个 ⭐，帮助很大。}

在线演示

StallionSwipe · Python、HTML、CSS、JS —— 一款面向马匹的交友应用，由 Benzi 在一次聊天会话中从零开始构建。没有任何图像是文件：每匹马的肖像都是通过代码生成的程序化 SVG。配对成功后，它会通过真正的大模型实时与你调情。前端、后端和提示词——全部由 Benzi 编写。在线体验。

StallionSwipe 滑动卡片 StallionSwipe 个人资料详情 StallionSwipe 实时 AI 聊天 StallionSwipe 创建个人资料

或者，在这里试试你选择的任意仓库 —— 让 Benzi 处理任意公开的 GitHub 仓库，它就会实时构建索引。varianttech.net/demo。

语言支持

Python · JavaScript · TypeScript · Java · C# · C++ · C · Go · Rust · Ruby

一个编译器，支持 10 种语言——每种语言都是一个 tree-sitter 语法插件，因此映射的核心内容（符号、调用边、引用、继承、数据流）在所有语言中都以相同方式构建。

支持深度不一。 Python 支持最深入，也是唯一带有运行时追踪器的语言。每种语言都能生成映射的核心内容，但各自都有尚未建模的语言结构。对于大多数代码，其他语言的映射效果都接近 Python。

运行时追踪器：暂时无法正常工作（2026 年 10 月 14 日）。 追踪运行仍会执行，但无法捕获在推导式、lambda 和生成器表达式内部发起的调用，也无法捕获 Python 3.9–3.10 项目中的大多数方法调用。修复将随下个版本推出。

C、C++、Rust 和 Ruby 的增量重新索引也尚未充分优化——功能可用，但在大型编辑循环中速度没那么快。

你所用语言的回答有误或内容不足？请附上仓库、问题以及回答错误之处，提交 issue——这样我们就能发现支持不完善的部分。

### 快速开始

Benzi 在 Beta 阶段完全免费。有两种使用方式，共用同一个登录配置：同一份 benzi-login 配置在任何地方都能使用。

Benzi Agent — Benzi 自带的 Agent，基于编译后的索引运行，可在 VS Code 中使用，也可从终端运行。这些功能属于 Agent 本身，因此 VS Code 和无头模式都支持，但无法通过 MCP 使用：
- 运行时跟踪器 — 运行代码并记录实际发生的情况：每次有歧义的调用实际命中了哪个目标，以及真实的参数值。
- 静态分析门控编辑 — 每次写入都会进行语法检查，并与最新索引核对，然后才会执行下一步；如果编辑导致代码出错，就会回滚，而不会基于错误代码继续操作。
- 每次编辑前后的影响范围 — 查看更改前哪些位置调用该符号、哪些位置持有该符号，以及哪些内容为其参数提供数据；更改完成后再次检查。
- 自动感知并升级到 pro — 当任务超出当前所用模型的能力时，Agent 会自动升级到更大的模型，任务完成后再切回。设置 BENZI_ESCALATE_MODEL=deepseek-pro（或其他模型别名）即可启用。
- 持久记忆与回滚 — 按仓库保存、重启后仍保留的事实，以及一键撤销任何编辑。
可通过以下任一方式运行：
- VS Code 扩展 — VS Code Marketplace
  1. 从 VS Code Marketplace 安装 Benzi。
  2. 点击左侧活动栏中的 Benzi 图标（下图圈出的位置），打开 Benzi: Settings 面板。
  3. 选择模型并粘贴 API 密钥：可以使用 Anthropic 密钥，也可以使用非 Anthropic 密钥（DeepSeek、Groq、Kimi 等）。
  4. 输入电子邮箱并点击 Send，然后输入通过邮件收到的一次性验证码。
  5. 点击 Save model & keys，然后点击 Run Benzi。
- 无头 CLI — PyPI
  
  操作步骤与 VS Code 扩展相同，只需在终端中安装、登录、设置模型和密钥，然后运行即可。
```
pip install benzi
```
  支持 Windows、macOS 和 Linux 上的 Python 3.11–3.14。安装后提供 benzi-login、benzi-headless 和 benzi-mcp 命令。
  
  1. 登录 — 系统会通过邮件发送一次性验证码，输入该验证码即可。
```
benzi-login --login [email protected]
```
  2. 设置模型和密钥
```
benzi-login --model deepseek
benzi-login --nonanthropic-key YOUR_KEY      # 或者，使用 Claude 模型时：benzi-login --anthropic-key YOUR_KEY
```
  3. 在仓库上运行 — 从终端运行，适用于脚本和 CI。
```
benzi-headless . "fix the failing test in parser.py"
```
作为 MCP 服务的 Benzi 编译器 — 将编译后的索引作为工具提供给你已经在使用的 Agent：Claude Code、Cursor 或任何 MCP 客户端。这相当于一张地图，但不包含 Benzi 的 Agent 循环，因此输出质量取决于你的 Agent，也不包含上述 Agent 功能。

步骤与无头模式相同：运行 pip install benzi，然后使用 benzi-login 登录。你可以跳过模型和密钥设置，因为模型调用由你自己的 Agent 完成。然后向 Agent 注册 benzi-mcp，而不是运行 benzi-headless。例如，在 Claude Code 中，只需为所有项目设置一次：
```
claude mcp add --scope user benzi -- benzi-mcp
```
benzi-mcp 随后会提供你启动 Claude Code 时所在文件夹的服务，因此切换项目时无需额外操作。若要固定使用某个仓库，不受启动位置影响，请传入该仓库的路径：
```
claude mcp add --scope user benzi -- benzi-mcp /path/to/your/repo
```

VS Code 的设置面板和 benzi-login 共用同一份配置：登录一次，VS Code、无头模式和 MCP 都可以使用。

### SWE-bench Verified

完整的 SWE-bench Verified 数据集——来自 12 个 Python 仓库的 500 个真实 GitHub 问题——均使用 DeepSeek V4.1-Flash 端到端运行，每个实例尝试一次，并在各自独立的 Docker 镜像中通过官方 swebench.harness.run_evaluation 评测；所有容器均禁止访问 GitHub 和 PyPI 的网络。500 个实例中解决了 412 个（82.4%），总成本为 $12.96，每个修复约 3 美分，输入 token 中有 97.6% 由缓存提供。


已解决	412 / 500（82.4%）
每个实例的尝试次数	1（pass@1）
模型	DeepSeek V4.1-Flash，采用默认力度的思考模式
500 个实例的总生成成本	$12.96
每个已解决实例的成本	$0.031
模型轮次：总计 / 每个实例的中位数	14,167 / 21.5
由提示词缓存提供的输入 token	97.6%
输出 token，总计（其中推理 token）	13.5M（10.7M）

完整技术报告：swebench-october/SWE_BENCH_REPORT.md（网页版本）。每个实例的成本、token 数和轮次：varianttech.net/benchmark_swebench。下方的跨评测框架效率对比（以及完整的 24 个 bug 图表）：varianttech.net/benchmark。

工作原理

编译。 Tree-sitter 解析每个文件、解析导入、构建类的继承关系，并追踪每个标识符的定义。输出是索引，而非文本。
查询。 Agent 通过该索引上的结构化工具读取代码并制定计划——profile、get_callers、backflow、trace_path、skim_source 等约 30 种工具。
编辑，并设置门控。 每次写入都会通过真实解析器检查；如果解析失败，就会自动回退。写入前会检查影响范围——变更的符号、其调用方、其持有者以及相关测试；写入完成后还会再次检查。
运行验证。 在运行时追踪器下运行针对性的复现程序，以及影响范围检查标记出的测试。真实值、真实分发：这既能验证变更，也能确认映射——模糊的边会收敛到实际触发的目标。
增量重新索引。 每轮只重新解析磁盘上发生变化的内容——无论是你的编辑还是 Agent 的编辑，一视同仁。
从快照回退。 每次写入前都会为索引创建快照，因此撤销时会重新加载该快照，而不是重新推导索引。
返回第 2 步。 后续问题始终根据当前代码状态作答。

### 工具集

Benzi 的 35 多个工具中有 16 个。完整工具列表见此处。

工具	解答的问题
`get_callers`	所有能到达某个函数的调用点——代码变更会影响到的部分。
`call_tree`	从一个函数出发的传递调用闭包，可正向或反向追踪。
`trace_path`	连接两个函数的调用链，以及沿途传递的数据。
`external_calls`	某个作用域依赖了哪些库，以及它在何处调用这些库。
`forwardflow`	某个函数的返回值最终流向何处，以及所有必须匹配的位置。
`backflow`	错误值的来源，无需打开每个调用方。
`profile`	一次调用即可查看某个符号的完整 360 度视图。
`get_definition`	声明卡片——签名、文档和位置。
`search_symbols`	在仓库的所有符号中进行不区分大小写的子串搜索。
`get_hierarchy`	类型解析后的基类及其直接子类。
`skim_source`	函数体的一层大纲，帮你判断哪些行值得阅读。
`execute_from`	在调用追踪器下运行文件，并记录实际发生的情况。
`check_last_execution`	读取上次运行记录的事实，无需重新运行。
`execute_generated_testcase`	编写独立复现用例并运行，以调试自身变更。
`rollback_edit`	通过重新加载快照撤销最近的写入，而非重新编辑。
`upgrade_to_pro`	在任务进行期间将自身升级为更大的推理预算。

功能

六种状态，绝不猜测——每个调用点和每个文件都带有一种状态：已解析（已在仓库内证实的边）、外部（指向库，并附有导入证据）、候选（有歧义——完整保留范围有限的可能目标集合）、未解决（已发现但尚未确定，并说明原因）、已观察（通过实际运行确认）、未索引（从未解析，并说明原因）。始终遵循一条规则：静态分析无法确定的内容会标记为未确定，而非猜测——运行程序才能确定它。
运行时追踪器——在执行期间挂钩每次调用，并将观察结果叠加到静态映射上。
可点击的推理依据——驱动这些工具的同一张映射也会在聊天旁显示实时调用图；Agent 提及某个函数时，该节点就会亮起。
持久记忆——每个仓库的持久事实会在重启后保留；只需学习一次的约定，不会在每个会话中重新推导。
双引擎：代码 + 标记语言——为 HTML/CSS/DOM-JS 单独建立索引，支持层叠解析和选择器优先级，也支持嵌入 Python 字符串中的前端代码。
与模型无关——支持 Anthropic、OpenAI 或任何兼容的 API；当问题超出当前模型的能力时，Agent 可以在任务进行期间将自身升级为更大的模型。

### 索引实际带来的变化

相同的 24 个 Bug，每个运行一次，共四种工具框架与模型组合。读取行数仅统计文件读取调用返回的内容——grep 和 shell 输出属于搜索，不算读取，因此这是所有工具框架中含义一致的唯一指标。

更多详情、按 Bug 拆分的数据和完整方法说明：varianttech.net/benchmark。

工具框架 · 模型	读取行数	相较于 Benzi
Benzi · Sonnet	9,125	—
Benzi · DeepSeek	16,407	1.8×
Claude Code · Sonnet	20,704	2.3×
DeepSeek Harness · DeepSeek	43,598	4.8×

随着 Bug 越来越难，每种工具框架都会打开更多源码——关键在于增长幅度。Benzi 的增长更平缓，因为它通过索引回答了 Bug 的大部分问题，而不是靠读取源码。

四种工具框架每个 Bug 读取的源码行数

对于每个 Bug，Benzi 读取的源码都最少；Bug 越难，差距就越大——在打开文件之前，索引就已回答了修复所需的大部分问题。

四种工具框架每个 Bug 的实际用时

四种工具框架的实际用时相差不大——少读源码并不会让 Benzi 思考得更慢，只是降低了查找成本。

四种工具框架每次修复的成本

Benzi 使用 DeepSeek 时，每个 Bug 的成本约为 1 美分；随着 Bug 难度增加，Claude Code 的成本升至每步 0.18 美元——约为其 18 倍。

常见问题与比较

我的代码会离开本机吗？ 不会。在 VS Code、CLI 或 MCP 中，编译器和索引都在本地运行——不会上传，也不会保留副本。只有 Agent 实际读取的代码片段会发送给你的模型提供商，这与任何 AI 助手一样，而且发送的内容更少：在相同的 24 个 Bug 上，读取 9,125 行，而 Claude Code 读取了 20,704 行。浏览器演示则不同——它会在服务端获取一个公开仓库，仅供读取，并在会话结束后删除。

它真的免费吗？ 是的，Benzi 不收费。CLI 和 MCP 采用 BYOK 模式，因此你需要自行向模型提供商付费。产品仍处于早期阶段，并在持续开发中——这就是取舍，而不是付费墙。

它能在本地模型上运行吗？ 原则上可以：Benzi 通过标准 API 与模型通信，因此本地模型（Ollama、LM Studio 等）可以接入。不过目前尚未支持。现在，Benzi 运行在托管服务提供商上，你需要使用自己的密钥。

我可以让它处理私有仓库吗？ 网页演示不行（仅支持公开 GitHub API）。其他场景都可以——编译器会在本地处理你指定的任意路径。

它能处理多大的仓库？ 浏览器演示的上限为 2,000 个文件，每个文件最大 2 MB。

它与 Cursor、Copilot 或 Claude Code 有什么不同？ 它们进行搜索——使用 grep 或嵌入。Benzi 会先解析：构建包含符号、调用、继承和数据流的真实索引，然后基于索引查询，而不是猜测。在相同的 24 个 Bug 上，读取的源代码比 Claude Code 少 2.3 倍。详情请见：索引实际带来的变化。

它与基于 LSP 的 MCP 服务有什么不同？ LSP 在光标所在位置、单个打开的文件中响应：跳转到定义或查找引用，一次处理一个位置和一跳。Benzi 会预先编译整个仓库，生成一个索引，因此可以回答针对整个代码库的问题：传递调用树、两个函数之间的路径，以及数据流，也就是错误值的来源或返回值的去向。每个答案还会标注置信度级别：已解析、候选、未解析（附带原因）或已观察。LSP 要么给出答案，要么不作回答。接着，运行时追踪器会观察实际触发的内容，解决静态分析无法解决的问题。编译器本身还与语言无关：十种语言通过同一条管线，生成同一种索引格式。LSP 则需要为每种语言单独配置服务端，并分别安装、配置和保持运行。

它与 CodeQL 或 Sourcegraph 的 SCIP 索引器有什么不同？ 它们需要项目能够正常构建，并通过批处理建立索引：安装依赖、确保项目可以编译，CI 作业通常需要数分钟。Benzi 无需构建，即使代码尚未完成也能运行，并会在每次交互时只重新解析发生变化的部分。这使得写入门控成为可能：每次编辑都会在下一步之前根据最新索引进行检查，而不是等到重新构建之后。一个管线可覆盖全部十种语言，而不必为每种语言各用一个索引器。如果因此损失精度，Benzi 会将调用点标记为候选或未解析，而不是猜测。

它与 CodeGraph 有什么不同？ 两者都会建立索引而不是进行搜索，但 CodeGraph 会检索——从查询的数据库中返回排名靠前的候选结果。Benzi 会解析——在回答之前确定名称所绑定的对象；如果调用点存在歧义，它会拒绝作答，而不是猜测。它还会像工程师阅读代码那样建模——文件 → 作用域 → 调用流 → 数据流／控制流，而不是构建扁平的符号图。

在 CodeGraph 自己的基准测试中（使用他们的仓库、问题和方法），Gemini、ChatGPT、Claude 和 DeepSeek 分别从全新账户评审了答案，四者都将 Benzi 排在第一。完整结果：varianttech.net/benchmark_codegraph。

_{由 Variant Technologies · varianttech.net}