warp-context/rightStage

Sync AI context across every terminal window. 3 seconds to know what to work on next.

aiflow – 在终端间同步 AI 提示上下文

是什么

  • 一个轻量级的基于 shell 脚本的工具,允许你存储一个单一的 Markdown 文件(.ai/progress.md)来描述项目的当前状态,并自动为任何你正在聊天的 LLM 注入简洁、高效的上下文块。
  • 无需后台守护进程、服务器或复杂的配置——只需三个脚本(ai_inject、ai_progress、ai_done)和一个 Markdown 文件即可。

为何重要

  • 当你在终端间切换时,常常会忘记自己在做什么,不得不为 AI 模型重新编写相同的上下文。aiflow 通过将上下文作为所有 shell 都能读取的单一事实来源,消除了这种摩擦。
  • 它还通过解析你的 Git 提交消息来保持任务列表的更新,因此“当前/下一个”任务始终保持准确,无需手动编辑。

主要命令

命令 功能
ai_inject [options] [project_dir] ["prompt"] 读取 .ai/progress.md 和 .ai/ctx/ 中的自动生成文件,构建一个简短的上下文块(CURRENT, NEXT, GOAL, API, CONSTRAINT, ISSUES)并输出。选项可让你将输出复制到剪贴板(-c)或跳过基于 Git 的自动更新(-n)。
ai_progress [project_dir] 扫描 Git 日志中的任务编号(如 [2]),并更新 progress.md:将已完成的任务标记为 done,第一个未完成的任务标记为 doing,其余为 todo。由 ai_inject 自动调用。
ai_done [project_dir] 手动将当前的 doing 任务标记为 done,并将下一个 todo 任务提升为 doing。

典型工作流

  1. 创建任务列表(每个仓库只需一次):
    mkdir -p .ai && cat > .ai/progress.md <<'EOF'
    [1] 登录界面        done
    [2] API 集成        doing
    [3] 错误处理        todo
    [4] 单元测试        todo
    EOF
    
  2. 注入上下文(每次需要与 LLM 对话时):
    ai_inject .                     # 输出上下文
    ai_inject -c .                  # 输出并复制到剪贴板
    ai_inject -c . "帮我修复重试逻辑"  # 包含你的提示
    
  3. 通过在提交消息中使用任务编号来保持列表同步:
    git commit -m "[2] API 集成完成"
    
    下次运行 ai_inject 时,任务 2 会自动标记为 done。

文件结构

project/
└── .ai/
    ├── progress.md          # 你手写的任务列表
    └── ctx/
        ├── 00_goal.md       # 可选:项目目标(写一次)
        ├── 02_current.md   # 生成 – 当前任务
        ├── 03_next.md      # 生成 – 下一个任务
        ├── 04_constraint.md# 可选:约束条件
        ├── 05_api.md       # 可选:API 规范
        └── 07_issue.md     # 可选:已知问题

全局回退目录(~/.ai/ctx/)可用于存储跨项目共享的默认值。

安装

curl -fsSL https://raw.githubusercontent.com/warp-context/rightStage/main/install.sh | bash

或克隆仓库并手动运行 bash install.sh。

支持平台

  • macOS (zsh/bash)
  • Linux (bash)
  • Windows Git Bash

集成

  • 与任何接受纯文本的 LLM(Warp AI、Claude、ChatGPT、Cursor、GitHub Copilot 等)兼容。
  • 正在讨论一个基于 Rust 的端口,用于在 Warp 终端中实现原生集成,这将使终端能够直接读取 .ai/progress.md 而无需调用 shell 脚本。

设计原则

  1. 上下文是模型的运行时状态,而非人类文档。
  2. 首先显示当前任务,然后是下一个任务,再是最少的辅助信息。
  3. 从 Git 自动更新,避免过时的手动编辑。
  4. 保持注入块在约 100 行以内,以保持令牌效率。

卸载

rm ~/.local/bin/ai_inject ~/.local/bin/ai_progress ~/.local/bin/ai_done
rm -rf ~/.ai   # 可选,删除全局回退

许可证:MIT。


总结:aiflow 是一个轻量级的 shell 脚本工具包,通过维护一个单一、自动同步的上下文文件,简化了开发终端与任何 LLM 之间的交接流程。它对经常使用 AI 助手进行编码、调试或设计任务的开发者非常有用,可避免重复复制粘贴项目状态。

相关

  • 项目
  • 项目
  • 项目
  • 项目