English | Русский | Deutsch

Android-приложение: открывает локальный репозиторий или клонирует его с GitHub, строит «полную картину» кода и формирует интерактивный HTML-отчёт из 4 столбцов со сворачиваемыми блоками.

Что делает

1. Открыть локальный репозиторий — системный выбор папки (SAF, доступ только на чтение).
2. Клонировать с GitHub — owner/repo или полный URL; по умолчанию git clone (JGit), при ошибке — автоматический откат на скачивание ZIP (codeload.github.com).
3. Построить отчёт — гибридный конвейер:
   • на устройстве: обход файлов → статический разбор (файлы, классы, функции, методы, свойства, UI-элементы, триггеры, ресурсы манифеста, маршруты) → эвристики безопасности;
   • через AI: столбец 2 (описание) и столбец 4 (оценка), плюс обзор архитектуры;
   • генерация HTML и показ в WebView с экспортом/шерингом.
4. Express-отчёт — прогон одного и того же кода по всем настроенным моделям по очереди, затем сравнение результатов в супер-отчёт (согласие/расхождения моделей, мнения по каждому элементу, AI-разбор разногласий).
5. AI-провайдеры — добавление, редактирование и удаление OpenAI-совместимых провайдеров, возврат к набору по умолчанию.

Правила анализа

• README, *.md, *.txt, лицензии, changelog и прочая документация не анализируются — учитывается только реальный исполняемый код.
• Комментарии в коде игнорируются: элементы строятся только по значимым строкам, комментарии и пустые строки в отчёт не попадают; при этом каждая строка кода находит место.
• Если AI не уверен в назначении участка, он обязан пометить строку уровнем уверенности (Подтверждено / Вероятно / Не подтверждено) и указать краткое обоснование или причину, по которой подтвердить не удалось (столбец 4).

Отчёт: 4 столбца

Всё свёрнуто по умолчанию: группа файла → строка элемента → 4-колоночная сетка. Любой текст, не вмещающийся в четверть ширины экрана (ячейка ~25%), получает кнопку ▸ / ▾. Есть поиск, фильтр по оценке, «Развернуть всё / Свернуть всё».

Языки интерфейса и отчёта

Английский — основной язык и язык по умолчанию. Русский и немецкий поддерживаются полностью: интерфейс, HTML-отчёт (заголовки, столбцы, уровни, супер-отчёт), статические описания элементов, сообщения и названия провайдеров. Выбор языка влияет и на язык ответов модели. Технический журнал анализа остаётся на английском (отладочная информация).

Провайдеры ИИ (Настройки)

Кнопка «Проверить соединение» дергает /models. Ollama OAuth: приложение открывает ollama.com/connect?... и опрашивает API до появления ключа.

Сборка

$env:JAVA_HOME="C:\Program Files\Microsoft\jdk-17.0.15.6-hotspot"
$env:ANDROID_HOME="C:\Android\Sdk"
.\gradlew.bat :app:assembleDebug

APK: app/build/outputs/apk/debug/app-debug.apk

Установка на эмулятор:

adb -s emulator-5554 install -r -t app/build/outputs/apk/debug/app-debug.apk

Стек

Kotlin (встроенный в AGP 9.1.1), Jetpack Compose (BOM 2024.09.00, Material3), coroutines, kotlinx-serialization-json, OkHttp, JGit, DocumentFile, Gradle 9.3.1, compileSdk 36 / minSdk 26.

Структура исходников

app/src/main/java/online/devhorizon/sourcecodemapper/
  MainActivity.kt, MainViewModel.kt
  model/Models.kt
  i18n/Strings.kt                 # EN / RU / DE
  data/Settings.kt                # провайдеры, настройки, кэш
  data/RepoAccess.kt              # SAF + JGit + ZIP-фолбэк
  analysis/Language.kt
  analysis/Comments.kt            # фильтр комментариев и пустых строк
  analysis/StaticIndexer.kt       # извлечение элементов + покрытие строк
  analysis/SecurityRules.kt       # правила столбца 4
  analysis/Enricher.kt            # AI для столбцов 2 и 4
  analysis/ExpressMerger.kt       # супер-отчёт по нескольким моделям
  ai/AiClient.kt                  # 4 провайдера + Ollama OAuth
  report/HtmlReport.kt            # HTML: 4 колонки, сворачивание, поиск
  ui/                             # Compose-экраны

Ограничения

• Лимиты по умолчанию: 2000 файлов, 320 КБ на файл, 25 МБ текста (настраиваются).
• Скорость AI зависит от выбранной модели; результаты кэшируются по хэшу файла.
• Для приватных репозиториев нужен GitHub-токен.

CI

GitHub Actions собирает debug-APK при каждом пуше в main и в pull request (.github/workflows/android.yml). Пуш тега v* прикрепляет APK к GitHub Release.

Скриншоты

• Главный экран — источник репозитория: локальная папка через SAF, клон с GitHub (owner/repo, ветка, токен) либо встроенный пример; тут же выбор языка отчёта.
  
• Клонированный репозиторий — после клона: 38 файлов, 4756 строк, 203,7 КБ, разбивка по языкам (Kotlin 24 файла / 4200 строк, Text, BAT, XML, YAML, GITIGNORE, Properties, PRO) и кнопки «Build 4-column report» и «Express report (all models)».
  
• Настройки и провайдеры ИИ — язык отчёта (RU / DE / EN) и список OpenAI-совместимых провайдеров: DevHorizon (primary) без API-ключа, добавление и редактирование своих.

Скачать APK

app-debug.apk — 12,4 МБ, debug-сборка версии 1.0 (Android 8.0+, minSdk 26).

Страница релиза: v1.0-debug · исходники: github.com/sashok53011/SourceCodeMapperAI.

Языки: English · Русский · Deutsch

Android-приложение, которое анализирует локальные или склонированные с GitHub репозитории, строит глубокое архитектурное понимание кодовой базы и формирует интерактивный сворачиваемый HTML-отчёт с мульти-LLM оценкой качества и безопасности.

Возможности

• Источник репозитория
  • Открытие локальной папки через Storage Access Framework (SAF).
  • Клонирование публичного репозитория GitHub (zipball; история git для анализа не нужна).
  • Встроенный демонстрационный репозиторий для быстрой проверки всего конвейера.
• Рекурсивный анализ Kotlin, Java, JavaScript/TypeScript, Python, C/C++, Go, Rust, C#, PHP, Ruby, Shell, а также разметки/конфигов (HTML, CSS, XML, JSON, YAML, TOML, SQL, Dockerfile…).
• Анализируется только реальный исполняемый код. README/*.md/*.txt/*.rst и прочая документация пропускаются; чистые комментарии и пустые строки игнорируются.

• Мульти-LLM проверка: четыре встроенных провайдера и любые свои OpenAI-совместимые:	Провайдер	Base URL	Примечание
  Ollama Cloud	https://ollama.com/v1	API-ключ / OAuth
  OpenCode Zen	https://opencode.ai/zen/v1	Бесплатная модель по умолчанию
  OpenCode Go	https://opencode.ai/zen/go/v1	Своя модель

• Управление провайдерами. Добавление, дублирование, редактирование и удаление своих OpenAI-совместимых эндпоинтов; ключи хранятся в зашифрованном виде, у каждого есть «Проверить соединение».
• Express-отчёт (ансамбль). Прогоняет один и тот же код по очереди через все настроенные провайдеры, делает отдельный отчёт по каждой модели, затем сравнивает вердикты в общий супер-отчёт (голосование большинством, эскалация к самой строгой оценке, пометка «disputed»).
• Интерактивный HTML-отчёт
  • Четыре колонки: Имя/Описание · Категория/Технология/Тип · Точный код и ссылка на строки · Качество и безопасность.
  • Сворачиваемые строки; любой блок шире ¼ экрана автоматически сворачивается.
  • Значки-вердикты: ✅ оптимально · ⚠️ предупреждение · 🛡️ уязвимость · ℹ️ инфо.
  • Мгновенный поиск, фильтры по типу/вердикту, тёмная/светлая тема, «развернуть/свернуть всё».
  • Экспорт, отправка и открытие в браузере.
• Локализованный интерфейс на английском, русском и немецком с переключателем языка в приложении; HTML-отчёт и вердикты LLM следуют выбранному языку.

Как это работает

Приём ─▶ Фильтр ─▶ Определение языка ─▶ Разбор символов ─▶ Покрытие каждой строки кода ─▶ Оценка ─▶ Отчёт
(SAF/GitHub)                                (regex/эвристики                    (статические правила
                                             по семействам языков)               + LLM-батчи)

• Воспроизводимая метрика покрытия: каждая строка реального кода привязана к строке отчёта, а отчёт показывает покрыто / всего строк кода. Найденным символам (классы, функции, методы, переменные, UI-компоненты, триггеры) соответствует отдельная строка; остальной код группируется в строки-«code block».
• Оценка: локальный набор статических правил (захардкоженные секреты, SQL/command-инъекции, eval, HTTP без шифрования, слабая криптография, отключённая проверка TLS, XSS-стоки, пустой catch, TODO…) даёт базовую оценку; LLM её уточняет. Результаты кэшируются по хэшу содержимого — повторные прогоны и смена провайдера не тратят токены заново.

Требования

• Android 8.0+ (minSdk 26), проверено на Android 13 (API 33).
• Android SDK Platform 37 и Build-Tools 37 для сборки.
• JDK 17.
• AGP 9.1.1 со встроенным Kotlin (Kotlin 2.2.10), Gradle 9.3.1, Jetpack Compose Material 3.
• androidx.appcompat 1.8.0 (переключение языка приложения).

Загрузка (CI)

Каждый пуш в main собирает debug APK через GitHub Actions. Откройте последний запуск workflow и скачайте артефакт scm-analyzer-debug-apk.

Сборка и установка

# укажите путь к SDK в local.properties, например:
# sdk.dir=C\:\\Android\\Sdk

./gradlew assembleDebug
adb install -r app/build/outputs/apk/debug/app-debug.apk

Структура проекта

app/src/main/java/online/devhorizon/scm/
  domain/model/     CodeElement, Badge, AnalysisResult, AnalysisOptions
  domain/ingest/    LanguageDetector, RepoFilter, RepoSource (File/SAF/Cached), GitHubRepo
  domain/parse/     BraceAnalyzer, PythonAnalyzer, MarkupAnalyzer, CodeIndexer (покрытие строк)
  domain/assess/    StaticRules, LlmAssessor (батчи + кэш), AssessmentCache
  domain/express/   ExpressPipeline, Consensus
  domain/           AnalysisPipeline, ResultAssembler, Progress
  data/llm/         ProviderConfig, ProviderStore (EncryptedSharedPreferences), OpenAiCompatClient
  report/           HtmlReportBuilder, SuperReportBuilder, ReportStorage
  ui/               MainViewModel + экраны (Home, Analyze, Providers, Report)
app/src/main/assets/  report_template.html, super_report_template.html, sample_repo/

Приватность и безопасность

• API-ключи хранятся в зашифрованных настройках (Android Keystore) и никогда не попадают в отчёты или workflow.
• Текст репозитория, встроенный в отчёт, экранируется по HTML, поэтому анализируемый код не может внедрить скрипты.
• Сгенерированный HTML полностью автономен; JavaScript используется только для UI отчёта.

Ограничения

• Эвристические парсеры приблизительно извлекают символы; это не полноценные AST-парсеры.
• LLM-проверка ограничена бюджетом элементов за прогон и требует доступа в сеть.
• Приватные репозитории GitHub не поддерживаются (только публичный zipball).

История изменений

См. change-history.txt.

Лицензия

Проект распространяется под лицензией MIT.

Скриншоты

• Главный экран — выбор источника: локальная папка (SAF), клон с GitHub, встроенный пример; ниже активный LLM-провайдер.
  
  
• Провайдеры ИИ — Ollama Cloud, OpenCode Zen; добавление и дублирование своих OpenAI-совместимых провайдеров.
  
  
• Экран анализа — выбранный репозиторий (sample: 7 файлов), параметры, запуск анализа и экспресс-отчёт по всем провайдерам.
  
• Анализ завершён — 51 элемент, 6 из 7 файлов, покрытие кода 100,0 процента; уязвимостей 11, предупреждений 4, нормы 36.
  
• Отчёт — интерактивный HTML в WebView: 4 столбца, сворачиваемые блоки, поиск и фильтры, экспорт и шеринг.
  
• Отчёт в деталях — прокрученный вид: строки кода со ссылками на файл и оценкой.
  

Скачать APK

app-debug.apk — 22,0 МБ, debug-сборка (Android 8.0+, minSdk 26).
Страница релиза: v0.1.0-debug · исходники: github.com/sashok53011/scm-analyzer
Каждая сборка в GitHub Actions публикует артефакт scm-analyzer-debug-apk.

You are an expert mobile developer and system architect. Your task is to build an Android application (APK) that analyzes local or GitHub-cloned repositories, generates a deep architectural understanding of the codebase, and renders an interactive, collapsible HTML summary report with integrated multi-LLM support.

Key Application Features

1. Repository Input & Processing

• Allow the user to either open a local repository or clone a public/private repository from GitHub.
• Perform a complete recursive code analysis to capture all active and passive codebase elements (UI components, files, functions, methods, triggers, etc.).

2. Multi-LLM Endpoint Configuration

Implement a configurable LLM provider settings screen allowing users to choose and switch between the following endpoints for repository analysis:

1. Primary Custom OpenAI-Compatible API:
2. Ollama Cloud Endpoint:
   • Supports user-provided API Key or OAuth authentication.
3. OpenCode Go Endpoint:
   • Supports user-provided API Key and custom model selection.
4. OpenCode Zen Endpoint:
   • Configured with the default free model name.

Report Generation Requirements

Generate a standalone, interactive HTML report with collapsible details (<details>/<summary> or custom JS collapse).

Column Structure (4 Columns):

1. Name / Identifier / Description (1st Column):
   • Must cover EVERY code element: UI elements, files, functions, methods, triggers, variables, and architectural entities.
   • Includes: Name + brief high-level explanation of what the element does.
2. Category / Technology / Type (2nd Column):
   • Detailed specification of method type, design pattern, class type, technology stack, or execution layer used.
3. Exact Code & Line Reference (3rd Column):
   • Direct line number(s) and the exact full source code snippet corresponding to the entry.
   • Completeness Rule: Every single line of code in the analyzed repository must eventually map to a corresponding row in this column.
4. Code Quality & Security Assessment (4th Column):
   • AI-driven evaluation for that specific snippet.
   • Categorize and badge each entry:
     • ⚠️ Problem / Warning (potential bug or performance bottleneck)
     • 🔒 Vulnerability (security risk)
     • ✅ Best Practice Passed (clean, optimal code)

UI / Layout & Collapse Constraints

• Responsive Width Handling: If any text or content block exceeds 25% (1/4) of the screen width, it MUST be automatically collapsed.
• Accordion / Collapsible UX:
  • In the collapsed state, only show a concise summary (1-2 sentences max).
  • The full, detailed content (full line code snippets, deep analysis) must only expand upon user click.
• Provide a clean, modern UI for the generated HTML with dark mode / light mode toggle and instant search/filter capabilities.

enhanced by gemini

• с одной стороны — описание каждой строки кода;
• с другой стороны — каждый файл, каждый UI-элемент, каждый URL, каждый хук и вообще любой активный или пассивный элемент кодовой базы.

Свой собственный пост оценивать нельзя, поэтому проголосовать должен другой участник (например opecoder).

Тему можно удалить в любой момент — она создана только для примера.

GGUF Chat — Android LLM client

RU Русский · EN English · DE Deutsch

1. Что это

GGUF Chat — нативное Android-приложение (пакет com.devhorizon.online.ggufchat), которое:

• загружает локальные GGUF-модели и запускает генерацию на CPU через вендоренный llama.cpp;
• поддерживает зрение (изображения) через mtmd + mmproj-проектор (Qwen2-VL, Gemma 4 E2B и др.);
• умеет текстовый чат по документам, голосовой ввод (STT) и озвучку (TTS), подсказки-чипы, поиск/скачивание моделей с Hugging Face, монитор ОЗУ и кнопку «Освободить ОЗУ»;
• локализован на en / ru / de и имеет 6 тем.

2. Полный стек

Ключевые зависимости (app/build.gradle.kts): androidx.compose.material3, androidx.navigation.compose, kotlinx.coroutines.android, kotlinx.serialization.json. Манифест: разрешения RECORD_AUDIO, INTERNET; FileProvider с authority ${applicationId}.fileprovider.

3. Архитектура APK

┌───────────────────────────── UI (Compose) ─────────────────────────────┐
│ MainActivity / AppNavigation (NavHost: chat, models, settings)          │
│ ChatScreen · ModelPickerScreen · SettingsScreen · DrawerContent         │
│ MarkdownText · Theme · Localization                                     │
└───────────────▲───────────────────────────────────────────▲────────────┘
                │ collectAsState()                          │ l(key, lang)
┌───────────────┴───────────── ViewModel ────────────────────┴────────────┐
│ ChatViewModel (AndroidViewModel): StateFlow-состояние, sendMessage,      │
│ loadModel, freeRam, suggestions, documents, STT/TTS, настройки          │
└───▲──────────▲───────────────▲───────────────────▲──────────────────────┘
    │          │               │                   │
┌───┴──────┐ ┌─┴───────────┐ ┌─┴──────────────┐ ┌──┴───────────────┐
│ Chat     │ │ LlmEngine   │ │ Suggestion     │ │ SttManager /     │
│ Repo     │ │ (inference, │ │ Engine         │ │ TtsManager       │
│ (sessions│ │  models,    │ │ (dedup, retry) │ │ (voice)          │
│  docs)   │ │  mmproj,    │ └────────────────┘ └──────────────────┘
└──────────┘ │  settings)  │
             └──────┬──────┘
                    │ JNI (LocalLlmNative)
┌───────────────────┴────────────────────────────────────────────────────┐
│ llama_jni.cpp  →  llama.cpp (llama) + mtmd (vision) + ggml (CPU)        │
│ libllama_jni.so (arm64-v8a)                                             │
└────────────────────────────────────────────────────────────────────────┘

Поток данных: UI → ChatViewModel → LlmEngine.generate/generateVision → JNI → llama_decode → токены стримятся обратно через TokenCallback → StateFlow → Compose. Сессии/документы — ChatRepository (JSON на диске); модели/настройки — SharedPreferences (gguf_chat_prefs).

4. Функции и код

4.1 Точка входа и навигация — MainActivity.kt

4.2 ViewModel — ui/viewmodel/ChatViewModel.kt

4.3 Данные чата — data/chat/

4.4 Движок инференса — data/llm/LlmEngine.kt

4.5 GGUF-парсер и совместимость — data/llm/

4.6 Сеть — data/llm/HuggingFaceClient.kt

4.7 Голос — data/voice/

4.8 UI-экраны и компоненты

4.9 Нативный слой — app/src/main/cpp/llama_jni.cpp

Сэмплер (make_sampler): llama_sampler_init_penalties(...) → llama_sampler_init_temp(temp) → llama_sampler_init_top_p(topP, 1) → llama_sampler_init_dist(LLAMA_DEFAULT_SEED).

4.10 Сборка — CMakeLists.txt / Gradle

5. TODO (обновлено — статус на текущий момент)

Ссылки

• GitHub: https://github.com/sashok53011/gguf-chat-android
• git clone: https://github.com/sashok53011/gguf-chat-android.git

Скачать APK (debug)