vercel-labs/zerolang
The Programming Language for Agents
解決的問題
Zerolang 解決了 AI 代理透過文字撰寫程式碼的低效率問題。傳統的代理循環依賴於撰寫與編輯文字檔案，這經常導致猜測、格式錯誤，以及反覆試錯的循環。Zerolang 以語意圖取代文字作為真實來源，讓代理能直接與編譯器的內部表示互動。
工作原理
代理不再編輯文字檔案中的行範圍，而是採用圖原生方法。它們查詢程式資料庫（zero.graph）中的符號、類型與所有權事實，然後提交「已驗證的補丁」以修改語意結構。編譯器在將這些編輯寫入儲存之前會先進行驗證。雖然圖是代理的主要創作表面，人類仍可透過 .0 檔案與程式碼互動，這些是圖的人類可讀投影。
適用對象
專為 AI 代理與建構代理工作流程的開發者設計，希望減少 token 使用量並提升自動化程式碼產生與修改的可靠性。
特色
- 圖原生資料庫：使用語意圖作為程式資料庫，而非原始碼文字。
- 已驗證編輯：代理提交的補丁由編譯器驗證，防止過時或無效的變更。
- 投影邊界：明確的匯入/匯出機制，允許人類檢閱或編輯文字投影，而不會靜默地偏離圖。
- 代理友善工具：提供
zero query 與 zero patch 等特定指令，直接向代理暴露編譯器事實。
相關
- 專案
vercel-labs/lat.mdlat.md 是一個透過 npm 分發的 CLI，為程式碼庫建立基於 Markdown 的知識圖譜。它讓您能在 `lat.md/` 中撰寫連結文件，以 `@lat` 標註原始碼檔案，並驗證圖譜。開發者與代理可離線使用 MiniLM 或遠端呼叫 OpenAI/Vercel 嵌入進行語意搜尋，並使用 `lat check`、`lat locate` 和 `lat expand` 等指令，使設計決策、限制與測試規格與程式碼保持同步。
- 專案
trailhq/GraftGraft 是一個開源的 TypeScript/Node.js 工具，利用 tree-sitter 進行結構化解析，並可選地使用 LLM 摘要，建立本地、基於 Markdown 的程式碼庫知識圖譜（摘要、關鍵程式碼片段、類型化連結）。圖譜快取於 `graft/` 資料夾中，僅在檔案變更時刷新，並自動整合至 Claude Code、Cursor、Codex 和 Gemini 等編碼代理。基準測試顯示，最多減少 46% 的工具呼叫、42% 的 token 消耗、60% 的延遲，並在 SWE-bench 上實現 12 點準確率提升。整合透過單一 `graft init` 命令完成，產生代理專用的指示檔案；CLI 還提供搜尋、視覺化與遙測控制功能。專案採用 MIT 授權，目標是實現更快、更低成本的 AI 輔助開發。
- 專案
colbymchenry/codegraphCodeGraph 是一個基於 Rust 的本地工具，可為任何專案（支援數十種語言）建立完整的代碼知識圖譜，並與 AI 編碼助手（Claude Code、Cursor、Copilot、Gemini 等）整合。此圖譜讓代理能在單一請求中取得精確的符號與呼叫路徑，大幅減少工具呼叫、檔案讀取、令牌使用與成本。透過一行指令安裝，每個專案執行 `codegraph init`，CLI 會在編輯時自動更新圖譜。瀏覽器 UI（`codegraph ui`）可視化圖譜，CLI 也能乾淨地卸載。
- 專案
getnao/nao一個開源框架，用於建構和部署分析代理，讓商業使用者能夠使用自然語言查詢資料並生成視覺化圖表。
- 專案