stevesolun/ctx

解决的问题

CTX Fit 帮助开发者找到最适合其特定代码库、既可靠又成本最低的 AI 编码配置。它通过在从仓库历史中提取的真实任务上测试各种配置，并使用项目自身的测试套件验证结果，消除了选择模型和指令时的猜测成分。

工作原理

该工具分析仓库以识别其使用的语言和验证命令（如 pytest 或 ruff）。然后创建一个“测试活动”，在代表性任务上测试候选的 AI 配置。

获胜的配置依据严格优先级选择：首先，候选配置必须满足可靠性下限；其次，选择最便宜的选项；最后，若存在平局，则优先选择更简单的配置。最终结果以 .ctx/fit-configuration.json 侧车文件形式保存，可直接应用于工作树，或作为拉取请求提交。

适用人群

使用 AI 编码代理并希望在不手动反复试验不同模型或提示词的情况下，优化其设置以实现可靠性和成本效益的软件工程师和维护者。

主要亮点

• 自动化基准测试：在真实仓库任务上测试 AI 配置，并使用原生测试运行器（Python、JS/TS、Go、Rust、Make）验证结果。
• 成本优化：专门寻找满足可靠性阈值的最便宜配置。
• 安全执行：在 Linux 上使用 Bubblewrap 在无网络、隔离的命名空间中运行验证命令。
• 非破坏性：支持 --dry-run 用于规划，以及 --pr 通过 GitHub 拉取请求提出更改，而非直接修改代码。