
Vince 聊开发
@vincemask • 2,359 subscribers
专注 AI Coding、Agent 工作流与工程实践。
Videos

我靠,原来 CLAUDE.md 还有这么多门道,以前真是白写了。 以前我一直以为「信息越多越好」,于是把项目历史、技术决策、个人偏好,甚至「写干净代码」这种空泛要求,全塞进 CLAUDE.md。 结果就是:Claude 每次都像在几千行上下文里翻垃圾堆。 要么生成不兼容的依赖,要么理解错项目边界,要么直接跑偏,最后还得我一遍遍纠正。 现在才发现,CLAUDE.md 不是用来堆信息的,而是用来压缩判断标准、约束执行边界、沉淀高频规则的。 强烈建议每个用 Claude Code 或其他 Code Agent 的开发者都认真看一遍。
Vince 聊开发105,582 views • 18 days ago

我靠,Understand Anything 这个开源项目有点东西。 它把 LLM 和静态分析结合起来,自动扫描整个代码库,提取文件、函数、类和依赖关系,最终生成一个可交互的代码知识图谱。 可以直接: 1、浏览代码结构和依赖关系 2、查看业务逻辑如何映射到代码 3、语义搜索“哪些模块处理身份验证” 4、自动生成架构学习路径 5、分析一次改动可能影响哪些模块 6、按架构层级对代码自动分组 7、Claude Code, Codex, Cursor, Copilot 等多种支持 它的分析方式也很合理: Tree-sitter 负责提取 import、函数、类等确定性结构;LLM 负责生成摘要、架构归类和业务领域映射。 内部还拆成了多个专业 Agent,分别负责项目扫描、文件分析、架构识别、业务建模、学习路径生成和图谱校验。 最终生成的知识图谱可以保存成 JSON、提交到仓库,并支持增量更新,不需要每次重新分析整个项目。 对 AI Coding 来说,这类工具的价值很可观:把复杂代码库转换成 Agent 可查询、可复用、可持续更新的结构化上下文。 相比每次让 Agent 从头读代码,这更像是在给代码库建立一层长期记忆。
Vince 聊开发11,528 views • 10 days ago
No more content to load