clay-good/OpenLore

它解决的问题

AI 编码代理是健忘且不受约束的。每个任务都从重新读取相同文件开始，长时间会话会基于过时假设漂移，并且当变更即将破坏契约或跨越边界时，没有任何机制警告代理。OpenLore 解决了这两个问题：它为代理提供持久的、代码锚定的记忆，使它们开始每个任务时已经明确方向，并添加护栏，在变更落地前认证其安全性——全程无需 LLM 参与。

工作原理

一次性的静态分析构建你仓库的实时知识图谱——调用结构、类型、测试、决策和基础设施即代码。之后，代理在每次会话开始时通过 MCP 工具（如 orient()）自动获得方向，治理工具（如 certify_public_surface、change_impact_certificate 和 verify_claim）检查差异中的破坏性变更、敏感边界和无根据的声明。一切都在本地、确定性地运行，无需 API 密钥。文件监视器在你编辑时重新索引，任何无法及时重新计算的事实都会被明确标记为过时，而不是静默错误。

适用对象

它非常适合那些太大而无法完全记住（包括模型）的代码库、模型从未记忆的私有或小众代码、过时假设累积的长时间会话，以及多语言仓库或代码加部署它的 IaC。对于中型仓库，值得尝试和测量；对于回答浅层问题的小型熟悉仓库，它可能不是合适的工具——代理的内置搜索在那里更便宜，而 OpenLore 会发布相应的测量结果。

亮点

• 确定性和完全本地：无需 API 密钥，无网络调用，每次答案相同。
• 一次性的 openlore install 自动检测你的代理，连接 MCP 服务器，并索引仓库——包括你之后打开的新仓库。
• 记忆：orient() 在 15k 节点图上以约 430µs p50 返回相关函数、调用者、规格、测试和插入点。
• 治理：破坏性变更判定（带命名消费者）、敏感边界检查、基于事实的声明验证和提交门禁——默认全部为建议性，无需 API 密钥。
• 基准测试显示，在大型仓库的深度任务中，成本节省 7–21%，往返次数减少 26%；损失与收益一起诚实发布。
• 支持 21 种编程语言和 12 种基础设施即代码生态系统，共享一个图谱。