Show HN:Open Kioku – AI编码代理的本地证据层
Open Kioku 是一个开源工具,通过本地索引和只读 MCP 工具,为 AI 编码代理在编辑代码库前提供证据层。它支持代码搜索、符号解析、影响分析和验证规划,兼容 Claude、Cursor、Codex 等多种代理。
Open Kioku 是一个新发布的开源项目,旨在为 AI 编码代理提供一个本地证据层,帮助它们在修改代码之前基于事实做出决策。该项目创建了一个本地索引,通过 MCP(Model Context Protocol)接口为代理提供只读工具,从而避免重复文件爬取和基于文本匹配的推断。
安装过程非常直接:用户只需运行 npm install -g open-kioku,然后在自己的仓库中执行 ok index . 即可生成索引。索引存储在 .ok/ 目录下,包含 SQLite 元数据和 BM25 搜索数据。对于大型仓库,索引过程可在数十秒内完成——例如,一个包含 4600 多个文件、46000 多个符号和 8900 多个测试的公共仓库在 33.1 秒内完成索引。该项目的版本、仓库修订版本、注意事项和语言限制都记录在 docs/large-repo-proof.md 中。
索引完成后,用户可以通过 ok mcp install cursor --repo . 等命令将代理连接到 MCP 服务器。支持的代理包括 Claude、Cursor、Codex、Gemini CLI、Windsurf、Trae、Zed 和 OpenCode。连接后,代理可以使用一系列工具:search_code 搜索代码,get_definition 获取定义,impact_analysis 分析影响,find_tests_for_change 定位测试,plan_change 制定编辑计划,verify_change 验证更改。这些工具帮助代理在编辑前构建一个基于证据的计划,包括主要文件、相关符号、潜在影响范围和验证命令。
除了基本功能,Open Kioku 还提供了多项高级特性。索引快照功能允许团队在 CI 或团队间共享已知良好的本地索引,而无需共享个人记忆或上下文状态。质量模式支持通过 SCIP 文件提高索引精度,并且可以使用 ok eval 和 ok workflow-bench 来评估和基准测试工作流程。此外,Open Kioku 还支持多项目工作区、跨项目链接和运行时分析(通过导入追踪、跨度、日志等证据)。运行时证据为可选的本地观测,不会取代源代码、符号或测试的真实性。验证证据同样是可选的本地观测,支持 JUnit XML、lcov 等覆盖率报告格式。
Open Kioku 的默认质量模型保持本地和免费:包括索引的符号/块/导入、语言特定静态事实、索引测试、构建系统检测以及 SCIP 精确引用(如果可用)。对于 Java/Gradle 仓库,当测试文件路径已知时,会提供范围化的验证命令。Git 历史分析默认启用,存储有限的本地历史窗口,包括提交元数据和文件变更,用于规划、排名和影响分析。用户可以通过配置文件调整历史窗口大小或禁用该功能。
总之,Open Kioku 通过提供本地索引和只读 MCP 工具,显著提高了 AI 编码代理的可靠性和效率,特别适合大型代码库和团队协作场景。