Show HN：Topos——面向智能体编写程序的结构化代码质量指标
代码审查已成为新的瓶颈。"测试通过"已不足以信任变更，而评估智能体新编写贡献的质量与可靠性的人力成本正在飙升。我们构建了 Topos，通过分析程序自身的结构属性来评估代码质量：将文件映射为抽象语法树（AST）、控制流图（CFG）、代码属性图（CPG）和模块依赖图（MDG），并计算能够表征程序简洁性、可组合性和安全性的指标。智能体可在编写过程中使用此工具，并根据你的偏好进行优化。该项目受范畴论中的"拓扑斯"概念启发，核心框架包含对象（程序表示）、态射（图上的映射）、探针、余函子、测试覆盖率度量，以及一个自定义子对象分类器（由评估三大支柱生成的 Heyting 代数），从而为程序质量评定提供高度结构化的框架。
背景速读
- Krv Labs 推出的开源工具 Topos，核心目标是为 AI 生成的代码提供结构化的质量评估。传统上，代码审查依赖人工判断"测试是否通过"；但随着 AI 编程助手大量生成代码，人工逐行审查成本急剧上升，Topos 试图填补这一工具链空白。
- 它将代码文件转化为多种图结构：抽象语法树（AST）、控制流图（CFG）、代码属性图（CPG）等，然后基于图论和范畴论（尤其是"拓扑斯"概念）计算复杂度、可组合性、安全性等指标。本质上是用数学框架量化"好代码"的标准。
- 支持 CLI、VS Code 插件和 MCP 服务器，因此可嵌入 AI Agent 的工作流，让 Agent 在写代码时就根据预设偏好自我优化。BSD-3 开源许可，可自由商用。
- 发布在 Hacker News "Show HN"栏目下，意味着这是初创团队直接面向开发者社区的产品首秀。项目名称和理论框架源自范畴论中的 Topos（拓扑斯），暗示其野心不仅是实用工具，更是程序评估的统一数学模型。