king-of-water · 个人博客

你好,我是
king-of-water。

这里记录后端、Agent 实践、项目,以及真正用过的工具。

FastCode:先侦察代码结构,再把上下文交给模型

FastCode 把代码仓库探索与正文读取拆开,先在语义结构地图上定位目标,再按预算组装最小充分上下文。本文拆解它与普通 Code RAG、Repo Map 和 Coding Agent 在线搜索的区别。

FastCodeCode RAG代码知识库Context Engineering代码检索

LLM Wiki:把代码仓库编译成可阅读、可检索的知识系统

LLM Wiki 不该停在批量生成代码摘要。本文从结构解析、页面规划、证据组装、分层生成和增量更新出发,说明它与 RAG、FastCode 的关系,以及怎样构建一套能被人和 Agent 共同使用的代码知识库。

LLM WikiCode Wiki代码知识库RAGFastCode知识工程

我的 Codex 最佳实践:把一句需求变成可验收的工程结果

从任务契约、Plan、AGENTS.md、Skills、线程与 Worktree,到 Goal、Review 和 Automation,整理一套适合日常开发的 Codex 协作方法。

CodexAI CodingAGENTS.mdSkillsWorktreeGoalsSDD

Repo Map:把整个代码仓库压缩成一张给 LLM 看的地图

Repo Map 用符号定义、引用关系和图排序,在固定 Token 预算内生成仓库地图。本文结合 Aider 的实现,拆解 Tree-sitter、PageRank、上下文相关排序、增量缓存,以及它和 RAG、FastCode、LLM Wiki 的关系。

Repo MapAiderCode RAGContext Engineering代码知识库

SDD:把模糊需求编译成 Coding Agent 能执行的开发流程

Spec-Driven Development 用 Spec、Plan、Tasks 和 Converge 管理 AI 编程中的意图、技术方案与验收证据。本文通过一个博客搜索功能,完整演示从需求澄清到实现收敛的流程。

SDDSpec-Driven DevelopmentAI CodingSpec KitCodex开发流程

Harness Engineering:从 Agent Loop 到可靠执行

从概念演进和模型边界出发,拆解循环、工具、规划、上下文、记忆、权限、验证与多 Agent 编排。

AgentHarnessAI 工程后端