AI News HubLIVE
站內改寫2 分鐘閱讀

Show HN:為你的AI代理提供一個理解程式碼庫的“大腦”

Bitloops 是一個開源工具,它構建了一個本地、可查詢的程式碼庫模型,讓 AI 代理不必重複掃描檔案就能獲取上下文。它提供代理上下文、檢查點歷史、查詢語言 DevQL,支援多種 AI 程式設計助手,並預設本地執行。目前處於 alpha 階段。

來源Hacker News AI作者: sergiopreira

Bitloops 是一個正在積極開發的開源專案,旨在為 AI 編碼代理提供一種持久化、可查詢的程式碼庫“腦圖”。它並非僅僅是一個檢索工具,而是一個本地執行的、型別化的倉庫模型,能夠持續維護程式碼庫的事實、關係、證據和歷史,從而讓代理和人類開發者共享同一份“操作藍圖”。

當前 AI 編碼工具的主要瓶頸在於狀態管理。大多數代理每次開始任務時都會重新爬取倉庫:讀取檔案、grep 符號、推斷架構、猜測哪些測試重要,然後將所有資訊壓縮到提示詞中。Bitloops 改變了這一迴圈,它透過後臺守護程序持續同步工作區狀態、攝取歷史資料,並利用能力包(如架構分析、測試對映、知識攝入)豐富模型,最終透過 DevQL 和 GraphQL 介面提供查詢。

對於開發者來說,Bitloops 能顯著減少代理的重複工作。代理只需透過 DevQL 提出精確問題(例如“找到 findById 函式的相關測試”),而不是盲目地掃描所有檔案。同時,Bitloops 會記錄每次 AI 會話的提示詞、工具呼叫、檔案變更等,形成可審查的檢查點歷史,團隊可以追溯代理的推理過程。

Bitloops 目前處於 alpha 階段,但已支援 Claude Code、Codex、Cursor、Gemini、Copilot 和 OpenCode 等主流代理。它預設將資料儲存在本地(包括倉庫模型、事件日誌、檢查點檔案等),可選地連線到遠端儲存(如 Postgres、S3)或外部知識源(如 GitHub、Jira)。其開發理念是“確定性分析優先,推理僅用於歧義和語義總結”,從而保證可靠性和隱私。未來計劃包括更強的快取失效、治理流程和人工審批機制,朝著“程式碼庫真值維護”的願景邁進。

Bitloops 的安裝和使用也十分簡便。支援 macOS、Linux、WSL 和 Windows 作業系統,透過一條命令即可完成安裝。初始化專案後,Bitloops 會安裝託管鉤子,啟動本地守護程序,自動捕獲會話上下文,並透過工作執行緒保持模型更新。使用者可以透過命令列或本地儀表盤(http://127.0.0.1:5667)檢視捕獲的 AI 工作、檢查點和倉庫智慧資訊。

Bitloops 還提供了豐富的功能,包括代理上下文、檢查點歷史、倉庫智慧、DevQL 查詢、測試與覆蓋率感知、知識攝入、語義理解、架構檢視等。這些能力讓 AI 代理能夠獲取相關檔案、工件、依賴、測試和先前的推理,而無需從頭爬取倉庫。此外,Bitloops 支援多種程式語言擴充套件,內建 Rust、TypeScript/JavaScript、Python、Go、Java、C# 和 PHP 介面卡。

Bitloops 的存在源於一個核心理念:AI 編碼的瓶頸在於狀態管理,而非僅僅生成。程式碼庫本質上不是一堆文本,而是一個不斷變化的系統,包含檔案、符號、API、測試、依賴、入口點、執行時假設、歷史決策、外部知識、審查狀態和代理活動。大多數 AI 編碼工具反覆將這個結構化系統塞入非結構化媒介(提示文本、檢索塊、嵌入和聊天記憶),導致代理不斷重新推斷系統。Bitloops 改變了這一迴圈,從“檢索→推斷→行動→遺忘”轉變為“提取→持久化→分類→驗證→重新整理→行動”。目標是實現持久的程式碼庫真值維護,維護有用的事實、關係、證據、歷史、新鮮度和審查狀態,使未來的代理和人類能夠從同一操作圖景出發。