AI Coding
OpenContext 的安装与使用
OpenContext 如何让 Cursor、Claude Code 和 Codex 跨会话复用项目背景与技术决策?介绍安装配置、Skills、MCP、搜索方式和隐私边界,并给出一套可执行的日常工作流。
OpenContext 怎么用才有帮助:把项目结论整理成能查证的上下文
从项目记录组织、初始化影响、检索验证和资料写回讨论 OpenContext,并核查客户端配置与许可信息,帮助建立能持续更新的上下文库。
Code Review Graph 怎么辅助审查:从一次函数修改找调用者和测试
用三个 Python 文件实测 Code Review Graph 的构建、改动分析和影响查询,解释测试关系、旧索引、token 统计与审查记录应怎样核对。
别再让 AI 全库扫代码:code-review-graph 的上下文治理思路
代码图谱、MCP 和增量影响分析,解决 AI 审查中的上下文浪费与依赖漏读。
AI 审查的第一道门:把代码影响面算出来
从代码关系、增量索引和 PR 风险门禁出发,分析 code-review-graph 如何把代码审查从全库阅读变成结构化取证。
编码代理中断后如何恢复任务
一个可运行的本地 harness 实验:代理调用假外部服务后超时或被 SIGKILL,重启查询结果;文件摘要变化时停止覆盖,并把恢复证据与制品版本绑定。
Codux 怎样管理多个编程任务:工作树、会话恢复与远程接续
从两个开发任务说明 Codux 的工作树、会话状态、恢复与远程接续,区分文件隔离、外部资源和账号权限,并设计小范围试用方法。
Google 的 Coding 差距,不只是模型排名问题
围绕 Pichai 在 Hard Fork 访谈中的 AI 讨论,把 Google Coding 差距放回反馈循环、开发者工作流、Search AI Mode 和 AGI 治理的同一张图里看。
Coding 代理的反馈数据,正在变成产品和组织的真正护城河
把 Google 的 coding 讨论放回官方 RSS、微信转述和产品分析三层证据里看:真正重要的不是榜单,而是反馈回路、数据飞轮和组织时间尺度。
Codux 真正押注的是多代理开发工作区架构
Codux 的重点不是把终端做得更像编辑器,而是把任务、worktree、会话、状态、凭据和远程主机组织成多代理开发工作区的控制层。
Google AI 编程差距怎么审:别只看榜单,要看工作流信号
把 Google 的 AI 编程差距放回可审计的证据链里:榜单只能看结果,真正重要的是开发者工作流、产品反馈、Antigravity 增长口径和 Search AI Mode 的治理边界。
Codux 采用与安全审计清单:从适配器、worktree 到远程 Beta 的落地边界
面向团队采用 Codux AI 编程终端的中文安全审计清单:支持系统、CLI 适配器矩阵、worktree 纪律、凭据 profile、远程 Beta、恢复演练与信任验证。
Agent PR 试用评估表:合并、评审工时与返工怎样一起看
按任务记录 Agent 试用的交付状态、人工工时、验证、费用和合并后返工,固定合并率分母,再用相近任务判断是否扩大范围。
2.5 万个 Agent PR 的实证:AI 编程到底进了多少真实项目
这份 GitHub 项目级研究最有价值的地方,不是证明 Agent 很强,而是把采用强度、团队结构和协作方式讲清楚了。
Agent PR 怎样更容易评审:任务说明、改动范围与验收证据
把 Agent 任务写成可验收的说明,让 PR 差异、实际验证和恢复条件对应起来,并提供 GitHub PR 模板;不把采用研究解读成流程与模型的因果比较。
Loop Engineering 之后,Agent Graph 才是 AI 编程的下一层结构
从 InfoQ 对 Loop Engineering 与 Agent Graph 的讨论出发,解释为什么 AI 编程正在从提示词、循环走向可治理的多 Agent 图结构。
CodeSeek 教程:给 Claude Code 和 Codex 装一张代码库地图
CodeSeek 是 Rust 实现的代码智能 CLI,面向 AI Coding Agent 提供 AST 调用图、混合语义搜索、BM25、RRF、reranker 和 MCP 工具集成。
CodeSeek:AI 编程真正缺的不是生成代码,而是读懂代码库
CodeSeek 把 AST 调用图、语义检索、BM25、RRF 和 MCP 接到 coding agent 前面,解决 Claude Code / Codex 在大仓库里选错上下文的问题。
Claude Code 命令不该死记,应该按研发工作流分层使用
Claude Code 的命令不该靠死记硬背,而要按计划、权限、执行、验证、恢复这些开发节点来使用。
产研团队 Skill 的价值:把个人 AI 提效变成组织能力
团队 Skill 不是提示词集合,而是把需求、方案、任务、编码、验证和上下文回写做成可维护的工程资产。




