Show HN：AI エージェントにコードベースを理解する「脳」を与える
Bitloops はオープンソースのツールで、コードベースのローカルでクエリ可能なモデルを構築し、AI エージェントがファイルを繰り返しクロールする代わりにそれをクエリできるようにします。エージェントコンテキスト、チェックポイント履歴、クエリ言語 DevQL を提供し、複数の AI コーディングアシスタントをサポートし、デフォルトでローカル実行されます。現在アルファ版です。
Bitloops は現在活発に開発されているオープンソースプロジェクトで、AI コーディングエージェントに永続的でクエリ可能なコードベースの「脳」を提供することを目指しています。これは単なる検索ツールではなく、ローカルで実行される型付きリポジトリモデルであり、コードベースの事実、関係、証拠、履歴を継続的にメンテナンスし、エージェントと人間の開発者が同じ「操作設計図」を共有できるようにします。
現在の AI コーディングツールの主なボトルネックは状態管理です。ほとんどのエージェントはタスクごとにリポジトリを再クロールします。すなわち、ファイルを読み込み、シンボルを grep し、アーキテクチャを推論し、どのテストが重要かを推測し、それらすべてをプロンプトに詰め込みます。Bitloops はこのループを変えます。バックグラウンドデーモンがワークスペースの状態を継続的に同期し、履歴データを取り込み、能力パック（アーキテクチャ分析、テストマッピング、知識取り込みなど）でモデルを豊かにし、最終的に DevQL と GraphQL インターフェースでクエリ可能にします。
開発者にとって、Bitloops はエージェントの重複作業を大幅に削減します。エージェントは全てのファイルをスキャンする代わりに、DevQL で正確な質問（例えば「findById 関数の関連テストを検索」）ができます。同時に、Bitloops は各 AI セッションのプロンプト、ツール呼び出し、ファイル変更などを記録し、レビュー可能なチェックポイント履歴を形成するため、チームはエージェントの推論過程を追跡できます。
Bitloops は現在アルファ版ですが、Claude Code、Codex、Cursor、Gemini、Copilot、OpenCode などの主要エージェントをサポートしています。デフォルトではすべてのデータをローカルに保存し（リポジトリモデル、イベントログ、チェックポイントファイルなど）、オプションでリモートストレージ（Postgres、S3 など）や外部知識ソース（GitHub、Jira など）に接続できます。開発理念は「決定論的分析を優先し、推論は曖昧さや意味的要約にのみ使用する」ことで、信頼性とプライバシーを確保しています。将来の計画には、より強力なキャッシュ無効化、ガバナンスフロー、人間による承認メカニズムが含まれており、「コードベースの真実メンテナンス」のビジョンに向けて進んでいます。
Bitloops のインストールと使用は非常に簡単です。macOS、Linux、WSL、Windows をサポートし、ワンコマンドでインストールできます。プロジェクトを初期化すると、Bitloops は管理フックをインストールし、ローカルデーモンを起動し、セッションコンテキストを自動的にキャプチャし、ワーカーを介してモデルを最新に保ちます。ユーザーはコマンドラインまたはローカルダッシュボード（http://127.0.0.1:5667）から、キャプチャされた AI 作業、チェックポイント、リポジトリインテリジェンスを表示できます。
Bitloops は豊富な機能を提供します：エージェントコンテキスト、チェックポイント履歴、リポジトリインテリジェンス、DevQL クエリ、テストとカバレッジ認識、知識取り込み、セマンティック理解、アーキテクチャビューなど。これらの能力により、AI エージェントはリポジトリをゼロからクロールすることなく、関連するファイル、成果物、依存関係、テスト、および以前の推論を取得できます。さらに、Bitloops は複数のプログラミング言語拡張をサポートし、Rust、TypeScript/JavaScript、Python、Go、Java、C#、PHP のアダプタを内蔵しています。
Bitloops は、AI コーディングのボトルネックは生成だけでなく状態管理にあるという核心理念に基づいています。コードベースは本質的にテキストの山ではなく、ファイル、シンボル、API、テスト、依存関係、エントリポイント、実行時前提、過去の決定、外部知識、レビュー状態、エージェント活動からなる変化するシステムです。ほとんどの AI コーディングツールは、この構造化システムを非構造化メディア（プロンプトテキスト、検索チャンク、埋め込み、チャットメモリ）に繰り返し押し込み、エージェントはシステムを何度も推論しなければなりません。Bitloops はこのループを「抽出→永続化→分類→検証→リフレッシュ→行動」に変えます。目標は、より良い検索だけでなく、耐久性のあるコードベース真実メンテナンス、すなわち有用な事実、関係、証拠、履歴、新鮮さ、レビュー状態を維持し、将来のエージェントと人間が同じ運用状況から行動できるようにすることです。