Show HN：为你的AI代理提供一个理解代码库的“大脑”

Bitloops 是一个正在积极开发的开源项目，旨在为 AI 编码代理提供一种持久化、可查询的代码库“脑图”。它并非仅仅是一个检索工具，而是一个本地运行的、类型化的仓库模型，能够持续维护代码库的事实、关系、证据和历史，从而让代理和人类开发者共享同一份“操作蓝图”。

当前 AI 编码工具的主要瓶颈在于状态管理。大多数代理每次开始任务时都会重新爬取仓库：读取文件、grep 符号、推断架构、猜测哪些测试重要，然后将所有信息压缩到提示词中。Bitloops 改变了这一循环，它通过后台守护进程持续同步工作区状态、摄取历史数据，并利用能力包（如架构分析、测试映射、知识摄入）丰富模型，最终通过 DevQL 和 GraphQL 接口提供查询。

对于开发者来说，Bitloops 能显著减少代理的重复工作。代理只需通过 DevQL 提出精确问题（例如“找到 findById 函数的相关测试”），而不是盲目地扫描所有文件。同时，Bitloops 会记录每次 AI 会话的提示词、工具调用、文件变更等，形成可审查的检查点历史，团队可以追溯代理的推理过程。

Bitloops 目前处于 alpha 阶段，但已支持 Claude Code、Codex、Cursor、Gemini、Copilot 和 OpenCode 等主流代理。它默认将数据存储在本地（包括仓库模型、事件日志、检查点文件等），可选地连接到远程存储（如 Postgres、S3）或外部知识源（如 GitHub、Jira）。其开发理念是“确定性分析优先，推理仅用于歧义和语义总结”，从而保证可靠性和隐私。未来计划包括更强的缓存失效、治理流程和人工审批机制，朝着“代码库真值维护”的愿景迈进。

Bitloops 的安装和使用也十分简便。支持 macOS、Linux、WSL 和 Windows 操作系统，通过一条命令即可完成安装。初始化项目后，Bitloops 会安装托管钩子，启动本地守护进程，自动捕获会话上下文，并通过工作线程保持模型更新。用户可以通过命令行或本地仪表盘（http://127.0.0.1:5667）查看捕获的 AI 工作、检查点和仓库智能信息。

Bitloops 还提供了丰富的功能，包括代理上下文、检查点历史、仓库智能、DevQL 查询、测试与覆盖率感知、知识摄入、语义理解、架构视图等。这些能力让 AI 代理能够获取相关文件、工件、依赖、测试和先前的推理，而无需从头爬取仓库。此外，Bitloops 支持多种编程语言扩展，内置 Rust、TypeScript/JavaScript、Python、Go、Java、C# 和 PHP 适配器。

Bitloops 的存在源于一个核心理念：AI 编码的瓶颈在于状态管理，而非仅仅生成。代码库本质上不是一堆文本，而是一个不断变化的系统，包含文件、符号、API、测试、依赖、入口点、运行时假设、历史决策、外部知识、审查状态和代理活动。大多数 AI 编码工具反复将这个结构化系统塞入非结构化媒介（提示文本、检索块、嵌入和聊天记忆），导致代理不断重新推断系统。Bitloops 改变了这一循环，从“检索→推断→行动→遗忘”转变为“提取→持久化→分类→验证→刷新→行动”。目标是实现持久的代码库真值维护，维护有用的事实、关系、证据、历史、新鲜度和审查状态，使未来的代理和人类能够从同一操作图景出发。