study8677/repobrain

解決的問題

RepoBrain 提供一個跨 IDE 的程式碼庫知識引擎，防止 AI 代理在與大型程式碼庫互動時產生幻覺或遺忘編碼風格。它以結構化、有根據的問答系統取代 AI 手動 grep 檔案或閱讀龐大文件的低效過程，能提供精確的檔案路徑與行號。

工作原理

RepoBrain 在 .repobrain/ 資料夾中建立一個跨不同 IDE 可移植的共享知識層。它使用多代理叢集自主分析程式碼庫：

1. 知識生成（rb-refresh）：一組代理掃描程式碼庫，根據匯入圖與目錄結構對檔案進行分組，並為每個模組產生全面的 Markdown 知識文件。地圖代理隨後將這些文件索引至 map.md 檔案中。
2. 基於 uma Router 的問答（rb-ask）：當使用者提出問題時，路由器讀取 map.md 索引以識別相關模組，並將對應的代理文件傳遞給回答代理，後者合成出有根據的答案。
3. 整合：可作為 Claude Code 與 Codex CLI 的外掛程式，或作為 Cursor、Windsurf 與 VS Code 等其他相容 IDE 的 MCP 伺服器進行整合。

適用對象

使用 AI 驅動的 IDE 與代理（如 Claude Code、Cursor、Windsurf、Codex 或 Aider）的開發者，他們希望 AI 助手能深入、有根據地理解其特定專案的架構與編碼規範。

核心亮點

• 跨 IDE 可移植性：一個 .repobrain/ 資料夾可在多個 AI 編輯器中使用。
• 語言無關性：使用 LLM 驅動的目錄結構與原始碼分析，而非 AST 解析，因此可相容任何程式語言。
• 無 API 金鑰模式：可利用現有的登入 CLI 會話（如 Claude Code 或 Codex）運行其引擎，無需額外 API 金鑰。
• 有根據的回答：提供基於真實程式碼證據的回應，包含具體的檔案路徑與行號。
• Git 整合：包含專用的 GitAgent，用於分析 Git 歷史以取得「誰、什麼、為什麼」的洞察。