microsoft/RPG-ZeroRepo

解决的问题

AI 编码代理在处理长期任务时常常遇到困难，因为它们依赖于临时的聊天记录和简单的文件搜索，导致‘需求漂移’、架构决策丢失以及多文件编辑不一致。RPG-ZeroRepo 引入了一个持久化的仓库规划图（RPG），作为持久的控制层，确保在整个代码库生命周期中，需求、架构和实现始终保持一致。

工作原理

该系统通过三个主要组件运行：

1. CoderMind：面向代理的层，与 Claude Code 和 GitHub Copilot 等工具集成。通过 CLI 设置、斜杠命令（例如 /cmind.code_gen）以及 MCP（模型上下文协议）工具，提供持久化的 RPG 工作空间，用于搜索和遍历图结构。
2. ZeroRepo：前向管道，将自然语言需求转换为结构化的功能树，再转换为架构级 RPG，最终以依赖感知的顺序生成完整的仓库。
3. RPG-Encoder：反向管道，分析现有代码库以提取 RPG，捕捉语义意图和结构依赖关系。包含一种演化机制，可根据提交差异（commit diffs）逐步更新图结构。

适用人群

专为使用 AI 编码代理（特别是 Claude Code 和 GitHub Copilot）的开发者设计，适用于从零开始构建新仓库、理解复杂现有代码库，或对现有项目执行大规模、图感知的更新操作。

核心亮点

• 持久化规划：用结构化、可搜索的仓库设计图替代临时的聊天记录。
• 双向管道：同时支持从需求生成代码（ZeroRepo）和从现有代码提取计划（RPG-Encoder）。
• 代理集成：提供专用的斜杠命令和 MCP 工具，便于在现代 AI IDE 中无缝使用。
• 增量更新：通过提交级别的差异解析，无需完全重新编码即可保持规划图与代码变更同步。
• RepoCraft 基准测试：包含一个专门的评估套件，涵盖主要 Python 项目中的 1,000 多个任务，用于衡量仓库级生成质量。