AI代码库问答引擎Folda-Scan

简介

什么是 Folda-Scan ？

Folda-Scan 是一款革命性的智能项目问答工具， 完全在浏览器中本地运行 。它使用高级语义矢量化将您的代码库转变为对话伙伴，使代码理解和 AI 协作变得前所未有的简单和安全。其采用尖端的 Web 技术和 AI 算法构建，可为您提供流畅、高效和安全的本地代码交互体验。

主要亮点

• 🛡️ 绝对隐私，本地运行：所有数据处理均在浏览器本地完成，代码永不离开您的计算机。
• 💬 自然语言“聊”代码：像和同事聊天一样向代码库提问，精准获取答案。
• 🧠 深层语义理解：超越关键词，理解代码的真实意图和复杂逻辑。
• 🎯 信息秒级定位：模糊描述也能快速定位相关代码片段和文件。
• 🤖 LLM 协作加速器：一键生成上下文感知的 Markdown，为 AI 助手（ChatGPT, Claude 等）提供完美“食粮”。
• 💰 Token 成本骤降：优化 LLM 交互，显著降低 API 调用成本和等待时间。
• 🛠️ 智能配置生成：辅助生成 Dockerfile 等项目配置文件。
• 🚀 即时上手：清晰的项目运行指导，快速启动您的代码探索之旅。

工作原理

Folda-Scan 的魔法源于其创新的语义向量化引擎：

1. 本地扫描与索引：安全扫描您选定的本地项目，通过语义分析将代码转化为高维向量，在浏览器本地构建知识索引。
2. 智能自然语言处理 (NLP)：理解您的自然语言提问，并将其同样向量化。
3. 精准语义匹配：在向量空间中高效匹配问题与代码内容，提供最相关的答案。 这一切都在保障您数据隐私的前提下，在浏览器中高效完成。

应用场景

• 代码理解与学习：适用于新开发者快速了解复杂代码库，提升学习效果。
• 技术文档生成：便于开发者在与代码互动时，生成清晰的技术文档。
• 多项目管理：适合需要同时处理多个项目的开发者，快速查找所需信息。
• AI 辅助开发：为开发者提供强大的工具，优化与 AI 的协作，减少 API 调用成本。

Folda-Scan 通过提供安全、高效的代码交互体验，帮助开发者更好地利用其代码资产。

如果不想自己安装，可以使用官方提供的演示站点（ https://file.wen.bar ）

构建镜像

如果你不想自己构建，可以跳过，直接阅读下一章节

Dockerfile 没有采用多阶段构建，所以编译出来的镜像有点大

# 使用 Node.js 作为基础镜像  
FROM node:18  # 设置工作目录  
WORKDIR /usr/src/app  # 复制 package.json 和 package-lock.json  
COPY package*.json ./  # 安装依赖
RUN npm install  
# serve 不是项目依赖，需要单独安装:  
RUN npm install serve  # 复制应用代码  
COPY . .  # 构建应用  
RUN npm run build  # 暴露端口  
EXPOSE 3000  # 启动应用  
# 使用 npx (如果 serve 未作为项目依赖安装，npx 会临时下载)  
# CMD ["npx", "serve", "-s", "out", "-l", "3000"]  
# 或者，如果 serve 是项目依赖 (通过 npm install 安装了)  
CMD ["./node_modules/.bin/serve", "-s", "out", "-l", "3000"]

构建镜像和容器运行的基本命令如下👇

# 下载代码
git clone https://github.com/oldjs/web-code-agent.git# 通过代理
git clone https://gh-proxy.com/github.com/oldjs/web-code-agent.git# 进入目录  
cd web-code-agent# 构建镜像
docker build -t wbsu2003/web-code-agent:v1 .# 运行容器
docker run -d \--restart unless-stopped \--name web-code-agent \-p 3250:3000 \wbsu2003/web-code-agent:v1

安装

在群晖上以 Docker 方式安装。

在注册表中搜索 wbsu2003 ，可能要翻到第二页才能找到 wbsu2003/web-code-agent，版本选择 latest。

端口

本地端口不冲突就行，不确定的话可以用命令查一下

# 查看端口占用
netstat -tunlp | grep 端口号

本地端口	容器端口
3250	3000

命令行安装

如果你熟悉命令行，可能用 docker cli 更快捷

# 运行容器
docker run -d \--restart unless-stopped \--name web-code-agent \-p 3250:3000 \wbsu2003/web-code-agent

也可以用 docker-compose 安装，将下面的内容保存为 docker-compose.yml 文件

version: '3'services:web-code-agent:image: wbsu2003/web-code-agentcontainer_name: web-code-agentrestart: unless-stoppedports:- 3250:3000

然后执行下面的命令

# 新建文件夹 folda-scan 和 子目录
mkdir -p /volume1/docker/folda-scan# 进入 folda-scan 目录
cd /volume1/docker/folda-scan# 将 docker-compose.yml 放入当前目录# 一键启动
docker-compose up -d 

运行

如果在浏览器中输入 http://群晖IP:3250 ，虽然能看到主界面，但是会有警告提示

其实原因主要是文件系统访问（File System Access API）和 Service Worker 必须使用 https 协议，当然浏览器本身也很重要， Firefox 和 Safari 可能不支持或部分支持

反向代理

实际访问地址为： https://code.laosu.tech

域名	局域网地址	备注
code.laosu.tech	http://192.168.0.197:3250	Folda-Scan 的访问地址

在 npm 中的设置

在浏览器中输入 https://code.laosu.tech，这次不会再有警告了

基本用法

1. 选择文件夹：授权浏览器访问您的本地代码项目。
2. 等待索引：Folda-Scan 将在本地快速构建语义索引。
3. 开始提问：用自然语言向您的代码库提问，探索其奥秘！

以本项目为例，输入用户名和仓库名之后，可以下载代码

当然前提是你能访问 https://api.github.com

在本机解压之后，点 选择文件夹 导入项目代码

下载的报告是 FS_Report_20250601_1146.txt 这样的文件，包含了项目文件、文件夹、函数、方法以及它们之间的调用关系、可用于 ChatGPT 、Claude 等

选择 与代码对话

现在可以直接跟代码库对话了

稍等一会儿，你就会看到答案了

软件本身不需要设置大模型，但是从答案看，会向后端/云端（https://text.pollinations.ai/openai）发送对话信息

你可以将代码库当做知识库，这样就好理解了，虽然不会上传完整的代码，但是代码片段还是会的，这也是为什么会减少 API 调用费用的根本原因

参考文档

oldjs/web-code-agent: Browser-local AI code Q&A engine. Chat with your codebase, ensure privacy, and optimize LLM collaboration.
地址：https://github.com/oldjs/web-code-agent

Folda-Scan - 本地文件夹扫描工具
地址：https://file.wen.bar/