@nekocode_cn: 开源了其中一个我自己最常用的 harness 实践。 我习惯在每个项目里维护一份 FILETREE.md:完整文件树 + 每个文件由 AI 生成的一句话描述 + 用于感知变更的 hash。 本质上,这是为项目提前构建了一层文件维度的索引,…
摘要
开源了一个名为 FILETREE.md 的实践,为项目维护一个包含完整文件树、AI生成的一句话描述和变更哈希的文件,作为高效上下文帮助 AI agent 快速理解项目结构。
查看缓存全文
缓存时间: 2026/05/26 15:12
开源了其中一个我自己最常用的 harness 实践。
我习惯在每个项目里维护一份 FILETREE.md:完整文件树 + 每个文件由 AI 生成的一句话描述 + 用于感知变更的 hash。
本质上,这是为项目提前构建了一层文件维度的索引,对 agent 而言,是密度 / 性价比极高的上下文,特别是在中小型项目里,加了这么一段信息,对 agent 快速理解整个项目有非常大的帮助。
相似文章
@Xudong07452910: 强烈推荐的开源项目:Trellis —— 让你的 AI Coding Agent 拥有团队级工程规范的开源 Harness Trellis 是我一直在使用的 AI 编码工程框架,被称为“The best agent harness”。 它…
Trellis 是一个开源项目,为 AI 编码代理提供团队级工程规范和项目记忆框架,支持多种平台,通过将规范和任务上下文持久化到代码仓库提升 Agent 的开发效率和质量。
@FakeMaidenMaker: awesome-harness-engineering,这个项目收录的知识含金量远超这个数字——OpenAI、Anthropic、微软、Meta 的一线工程实践全在里头。 GitHub:https://github.com/ai-boos…
awesome-harness-engineering 是一个收录了来自 OpenAI、Anthropic、微软、Meta 等公司关于 AI agent harness 工程(上下文管理、工具设计、验证回路、记忆系统等)实践资料的精选资源列表,旨在帮助开发者构建可靠的 agent 框架。
@GitHub_Daily: 用 AI 辅助编程时,简单问个问题要逐个文件去翻找读取,既费 token 又容易找错上下文。 codebase-memory-mcp 把整个代码库解析成一张知识图谱,让 AI 直接「看懂」项目结构。 用纯 C 写的单个可执行文件,零依赖,…
codebase-memory-mcp 是一个用纯 C 编写的工具,可将整个代码库解析为知识图谱,支持 158 种编程语言,兼容 11 款 AI 编程代理工具,能大幅提升 AI 对项目结构的理解并降低 token 消耗。
@Potatoloogs: 用 Claude Code、Cursor、Codex 理解大项目时,经常会遇到一个问题:每次提问,它都要重新读文件、找线索、拼上下文。 代码在 src,文档在 docs,设计说明、截图、论文、视频又散在别的目录里,资料很多,但关系没有沉淀…
Graphify 是一个面向 AI 编程助手的软件工程知识图谱工具,可以将代码、文档、图片等项目资料整理成可查询的关系图,帮助 AI 在理解大型项目时跳过反复读取文件的步骤。
@wsl8297: 如果你手里有一堆 PDF、文档、项目资料要喂给 AI,Synthadoc 这个方向很值得看。 GitHub:https://github.com/axoviq-ai/synthadoc… 它把原始资料在摄入时就编译成结构化 wiki,自动…
Synthadoc 是一个开源工具,可将 PDF、文档等项目资料编译为结构化的本地 Markdown wiki,自动建立交叉引用并检测矛盾,适合个人或小团队进行离线知识管理。