Show HN: Rev-dep – 20x sneller knip.dev alternatief ingebouwd in Go

De verborgen belasting voor elk groeiend softwareteam

Elk softwareproject dat lang genoeg overleeft, wordt uiteindelijk geconfronteerd met dezelfde stille crisis: de codebase begint sneller te groeien dan het team kan begrijpen. Functies die niemand aanroept, exports die zijn gemaakt voor een functie die in 2022 werd uitgebracht en stilletjes verouderd is geraakt, componenten die op schijf staan ​​maar nooit een browser bereiken. Dit is geen slordigheid; het is natuurkunde. Teams bewegen snel, eisen veranderen en entropie is meedogenloos. De vraag is niet of uw codebase dode code bevat. De vraag is hoeveel het je op dit moment kost.

Volgens onderzoek van het technische productiviteitsteam van Google besteden ontwikkelaars gemiddeld 42% van hun codeertijd aan het lezen en begrijpen van bestaande code in plaats van aan het schrijven van nieuwe functionaliteit. Wanneer die bestaande code duizenden regels bevat die geen enkel doel meer dienen, wordt dat percentage nog hoger. Voor een team van tien ingenieurs zijn dat in feite vier fulltime medewerkers die niets productiefs doen – niet omdat ze lui zijn, maar omdat hun tools geen gelijke tred houden met de snelheid waarmee software veroudert.

Dit is de reden waarom een ​​nieuwe golf van ontwikkelaarstools, gebouwd op systeemtalen als Go en Rust, echte opwinding genereert in technische kringen. Tools als Rev-dep – een reverse dependency-analysator die beweert 20x sneller te werken dan het populaire op JavaScript gebaseerde knip.dev – vertegenwoordigen meer dan alleen maar stapsgewijze verbeteringen. Ze duiden op een fundamentele heroverweging van de manier waarop we het ontwikkelingsproces zelf instrumenteren.

Wat omgekeerde afhankelijkheidsanalyse feitelijk doet

Voordat we begrijpen waarom snelheid zo belangrijk is, helpt het om te begrijpen wat tools voor afhankelijkheidsanalyse feitelijk doen. In een JavaScript- of TypeScript-project importeert elk bestand uit andere bestanden. Elke functie, klasse of constante die vanuit een module wordt geëxporteerd, creëert een potentiële afhankelijkheid – iets waar andere delen van de codebase mogelijk op vertrouwen. "Omgekeerde" afhankelijkheidsanalyse keert dit perspectief om: in plaats van te vragen "waar is deze module van afhankelijk", wordt gevraagd "wat hangt van deze module af?"

Als het antwoord op die tweede vraag 'niets' is, heb je dode code gevonden. Een export die niets importeert, is verspilling. Een functie die door niets wordt opgeroepen, zijn technische schulden met een maandelijkse rente. Tools voor omgekeerde afhankelijkheid doorzoeken systematisch uw hele projectgrafiek, brengen elke relatie tussen modules in kaart en brengen de knooppunten naar voren die geen inkomende verbindingen hebben. Het resultaat is een nauwkeurige audit van alles in uw codebase dat veilig kan worden verwijderd.

Knip.dev doet dit goed voor JavaScript- en TypeScript-projecten en wordt breed gerespecteerd in de gemeenschap. Maar het is geschreven in JavaScript, wat betekent dat het draait op Node.js, wat betekent dat het alle single-threaded prestatiebeperkingen van Node overneemt bij het uitvoeren van grootschalige bestandssysteemtraversal en symboolanalyse. Voor een project met 500 bestanden is dit prima. Voor een project met 50.000 bestanden – het soort monorepo dat echte SaaS-producten voor ondernemingen aandrijft – kan de analyse minuten duren. En minuten zijn, in de cadans waarmee moderne CI/CD-pijplijnen werken, een dealbreaker.

Waarom Go de berekening verandert

Go is van de grond af aan ontworpen voor precies het soort werklast dat afhankelijkheidsanalyse vereist: snelle bestands-I/O, uitstekende gelijktijdigheidsprimitieven en minimale runtime-overhead. Waar Node.js één taak tegelijk op één thread verwerkt en afhankelijk is van callbacks en beloften om parallellisme te faken, kan Go duizenden goroutines spawnen die daadwerkelijk parallel worden uitgevoerd op alle beschikbare CPU-cores. Voor een taak waarbij honderden bestanden moeten worden gelezen, hun AST's moeten worden ontleed en een grafiek van symboolrelaties moet worden gemaakt, vertaalt dit architecturale verschil zich rechtstreeks in de prestaties van een wandklok.

De door Rev-dep geclaimde 20x versnelling is geen magie; het is wat er gebeurt als je de juiste taal aan het juiste probleem koppelt. Het gecompileerde karakter van Go betekent ook dat er geen JIT-opwarmboete is. Van koude start tot volledige analyse, een Go-binair bestand werkt op bijna-piek p

Frequently Asked Questions

What makes Rev-dep faster than knip.dev?

Rev-dep is built in Go, a compiled systems language optimized for concurrency and raw execution speed, whereas knip.dev runs on Node.js. This architectural difference allows Rev-dep to analyze dependency graphs and detect dead code up to 20x faster. For large monorepos or complex codebases — like the 207-module architecture powering Mewayz's business OS at app.mewayz.com — that performance gap translates into real time saved on every CI run.

How much dead code does a typical growing project accumulate?

Studies and anecdotal reports from engineering teams suggest that mature codebases can carry anywhere from 10% to 35% unused or unreachable code. The problem compounds as teams scale — features get deprecated, APIs change, and modules are abandoned without cleanup. Platforms like Mewayz, which consolidates over 207 business modules into a single $19/mo operating system, rely heavily on systematic dead code detection to keep the codebase lean and maintainable.

Is Rev-dep suitable for teams that don't use JavaScript or TypeScript?

Rev-dep is currently focused on JavaScript and TypeScript ecosystems, making it a direct alternative to knip.dev for those environments. Support for additional languages may expand as the project matures. If your team builds web-based products or SaaS tools — similar to how Mewayz delivers its full business OS at app.mewayz.com — and your stack is JS/TS-heavy, Rev-dep is well worth evaluating as part of your developer toolchain today.

Can I integrate Rev-dep into my existing CI/CD pipeline?

Yes. Rev-dep is designed as a CLI tool, making it straightforward to drop into any CI/CD pipeline alongside your existing linting and testing steps. Its speed advantage is especially valuable in automated pipelines where faster feedback loops reduce developer wait times. Whether you're running a lean startup or managing a full-featured platform like Mewayz's $19/mo business OS, integrating dead code analysis into your pipeline helps enforce codebase hygiene at every merge.

Related Posts

• De weinig bekende opdrachtregel-sandboxtool van macOS (2025)
• Waarom ik me zorgen maak over baanverlies en gedachten over comparatief voordeel
• Show HN: Ghostty-gebaseerde terminal met verticale tabbladen en meldingen
• CXMT biedt DDR4-chips aan tegen ongeveer de helft van de geldende marktprijs