kunchenguid/backpass
You don't write AGENTS.md. You train it with gradient descent.
解决的问题
AI 编码代理通过读取 AGENTS.md 和 CLAUDE.md 等内存文件以及项目技能来指导其行为。随着时间的推移,这些指令会变得不完整、过时或错误。backpass 将这些文件视为“权重”,并使用真实的代理会话作为训练数据,提出小的、基于证据的改进建议,从而确保您的代理遵循实际有效的操作。
工作原理
backpass 直接在磁盘上(本地或通过 SSH 连接到您的机器)扫描来自七种代理工具(Claude, Codex, Pi, OpenCode, Grok, Cursor CLI, Hermes)的转录存储。它通过四个证据层级将会话与您的存储库关联,从精确的 cwd 匹配到记录的 git 远程仓库。然后,它计算这些会话的“损失”,汇总反馈,并生成一系列具体的编辑建议——每个 add、rewrite 或 remove 操作都必须由至少两个带有逐字引用的不同会话支持。没有任何内容会自动写入:您运行 backpass 进行分析,然后运行 backpass apply 来审查并接受或拒绝每个编辑。一次运行即为一个有界的梯度步骤。
适用人群
使用 Claude Code 或 Codex 等 AI 编码代理,并希望根据实际使用情况系统地改进代理内存文件和技能,而无需手动阅读日志的开发者。它既适用于项目级内存(单个仓库),也适用于用户级内存(机器上的所有项目)。
亮点
- 本地优先: 直接从磁盘读取转录,无需 API 密钥,无需上传;在任何外部代理看到之前,敏感信息会被脱敏。
- 证据门控: 每个编辑建议都带有至少两个真实会话的逐字引用,确保更改基于实际行为。
- 人在回路: 分析过程从不自动写入;您通过应用 UI 或终端审查并决定每一项编辑。
- 支持七种工具和 SSH: 包含来自 Claude, Codex, Pi, OpenCode, Grok, Cursor CLI 和 Hermes 的会话,并可通过 SSH 从其他机器拉取数据。
相关
- 项目
- 项目
- 项目
- 项目
- 项目