这次试跑用官方 GitHub 的 Next.js SaaS starter 作为样本,重点验证三件事: 它能否把 auth / billing / db / dashboard / middleware 这些结构分开, 是否能给出可用的架构理解,以及一轮全量分析大约要消耗多少 token。
它不是只会“读 README”。对这种典型 SaaS 模板,它能稳定识别出前台营销页、登录流、订阅页、团队管理页、Stripe 结算、JWT session、数据库 schema、middleware 保护路由。
对这类模板项目,它的价值不是“背源码”,而是把代码分层后形成可浏览的认知图谱: 什么是入口,什么是保护层,哪里是业务层,哪里是持久化和支付集成。
能把 app、lib、components、migrations、docs、config 分开,不会把一个 SaaS 模板揉成一坨。
能读出 middleware -> session -> auth,checkout -> stripe -> db 这类实际关系。
可以生成按顺序的学习路径,适合新成员从 landing 看到 dashboard 再进 payments。
能把单文件修改扩散到哪些页面、服务、数据层列出来,适合评审和改动前检查。
README 只告诉你这是一个 SaaS starter;实际试跑后,结构会落到登录、订阅、团队、活动日志、数据库迁移、session 刷新、Stripe checkout、customer portal、以及中间件守护这些具体层。
这个样本是一个 51 文件的 SaaS starter,文件分布很标准,适合测试结构识别。关键不是“文件很多”,而是它有清晰的业务分层:营销页、登录、Dashboard、支付、数据库、样式和配置都在。
这个项目不是随机堆页,而是典型的业务分层 SaaS:前台营销页、登录与注册、Dashboard、Stripe 支付、JWT session、Drizzle ORM、数据库 schema、middleware 路由保护。理解这些分层,就是它真正有用的地方。
图里不是“漂亮线条”,而是这次试跑真正能抽出来的结构:页面入口、守护层、支付层、数据库层和中间件。
这次不是拍脑袋。先用扫描脚本拿到文件规模,再用 batch 划分和原始字节数估算 token。这里的数字是“原始内容估算 + 管线开销”,不是猜测。
33.9k
对这类模板,它能把结构、业务流、入口页面和数据库关系讲清楚。但它不是“自动结算 token 的计费器”,也不是脱离上下文就能把所有业务规则猜准的东西。
对典型 SaaS 模板,Understand Anything 的价值很明确:它能把“看不懂的仓库”变成“可浏览的结构图”,而且规模与 token 开销是可以提前估算的。
真正有用的不是总 token,而是“你愿意为多少项目上下文买单”。像这次 51 文件的 starter,full rebuild 大约 4 万到 5 万 token;如果是增量更新,成本会低很多。
新人 onboarding、代码评审前的结构熟悉、变更影响范围预估、以及给技术栈相似的模板仓库做横向比较。
这不是示意图。右侧这张图是 Understand Anything 跑完后的真实界面:左边是知识图,中间是节点关系,右边是摘要和操作区。Pages 里直接能看到它跑起来的样子。
对典型 SaaS starter,Understand Anything 的能力边界已经很清楚了:它能把仓库结构、依赖关系、主要业务流和学习路径读出来,并把这件事控制在可量化的 token 预算里。
把一个中等规模 SaaS 项目拆成可理解的图谱,而不是只给你一份“长 README 摘要”。
51 files,3,601 code lines,33,943 raw tokens,整轮约 40k-50k tokens。运行效果也已经放进 Pages,补测样本选的是 40k 行左右的 orion-kit。
新成员 onboarding、改动影响分析、架构层划分、以及对业务流的快速定位。
把这页 deck 部署上线,再看它在真实协作里能不能持续产出增量价值。