AI News HubLIVE
站內改寫2 分鐘閱讀

Show HN:Open Kioku – AI編碼代理的本地證據層

Open Kioku 是一個開源工具,透過本地索引和只讀 MCP 工具,為 AI 編碼代理在編輯程式碼庫前提供證據層。它支援程式碼搜尋、符號解析、影響分析和驗證規劃,相容 Claude、Cursor、Codex 等多種代理。

來源Hacker News AI作者: shivyadavus

Open Kioku 是一個新發布的開源專案,旨在為 AI 編碼代理提供一個本地證據層,幫助它們在修改程式碼之前基於事實做出決策。該專案建立了一個本地索引,透過 MCP(Model Context Protocol)介面為代理提供只讀工具,從而避免重複檔案爬取和基於文本匹配的推斷。

安裝過程非常直接:使用者只需執行 npm install -g open-kioku,然後在自己的倉庫中執行 ok index . 即可生成索引。索引儲存在 .ok/ 目錄下,包含 SQLite 後設資料和 BM25 搜尋資料。對於大型倉庫,索引過程可在數十秒內完成——例如,一個包含 4600 多個檔案、46000 多個符號和 8900 多個測試的公共倉庫在 33.1 秒內完成索引。該專案的版本、倉庫修訂版本、注意事項和語言限制都記錄在 docs/large-repo-proof.md 中。

索引完成後,使用者可以透過 ok mcp install cursor --repo . 等命令將代理連線到 MCP 伺服器。支援的代理包括 Claude、Cursor、Codex、Gemini CLI、Windsurf、Trae、Zed 和 OpenCode。連線後,代理可以使用一系列工具:search_code 搜尋程式碼,get_definition 獲取定義,impact_analysis 分析影響,find_tests_for_change 定位測試,plan_change 制定編輯計劃,verify_change 驗證更改。這些工具幫助代理在編輯前構建一個基於證據的計劃,包括主要檔案、相關符號、潛在影響範圍和驗證命令。

除了基本功能,Open Kioku 還提供了多項高階特性。索引快照功能允許團隊在 CI 或團隊間共享已知良好的本地索引,而無需共享個人記憶或上下文狀態。質量模式支援透過 SCIP 檔案提高索引精度,並且可以使用 ok evalok workflow-bench 來評估和基準測試工作流程。此外,Open Kioku 還支援多專案工作區、跨專案連結和執行時分析(透過匯入追蹤、跨度、日誌等證據)。執行時證據為可選的本地觀測,不會取代原始碼、符號或測試的真實性。驗證證據同樣是可選的本地觀測,支援 JUnit XML、lcov 等覆蓋率報告格式。

Open Kioku 的預設質量模型保持本地和免費:包括索引的符號/塊/匯入、語言特定靜態事實、索引測試、構建系統檢測以及 SCIP 精確引用(如果可用)。對於 Java/Gradle 倉庫,當測試檔案路徑已知時,會提供範圍化的驗證命令。Git 歷史分析預設啟用,儲存有限的本地歷史視窗,包括提交後設資料和檔案變更,用於規劃、排名和影響分析。使用者可以透過配置檔案調整歷史視窗大小或停用該功能。

總之,Open Kioku 透過提供本地索引和只讀 MCP 工具,顯著提高了 AI 編碼代理的可靠性和效率,特別適合大型程式碼庫和團隊協作場景。