最新

如果你正在使用 Cursor 或 Claude Code，你一定要试试这个开源工具——它将为你节省金钱和时间。 如果你正在构建复杂的项目，并且你的上下文越来越大，难以追踪哪些是当前的，哪些是过时的，那么你一定会喜欢这个工具。 问题： 在使用 LLM 构建产品时，我们会生成大量的上下文——需求、规范、设计文档。但随后： ``` 无法确定哪个文档是最新/权威的 各层之间缺乏可追溯性（业务 → 系统 → 代码 → 测试） 上游需求发生变化，下游未更新 你的 LLM 使用过时的上下文 → 输出不正确 在只需要特定代码片段时，却要消耗大量 token 在整个文件上 ``` 解决方案：contextgit 一个专为 LLM 设计的工具，用于高效地追踪上下文。 contextgit 允许你的 AI 像使用图数据库一样浏览需求，而不是将整个文件转储到上下文中——只提取所需的内容。 * 仅提取相关代码片段（节省 token = 节省资金） * 追踪关系：业务 → 系统 → 架构 → 代码 → 测试 * 通过校验和自动检测过时内容 * 完整的 JSON 输出，用于 LLM 集成 * 查看项目健康状况：孤立的需求、断开的链接、过时的内容 关键用例： * LLM 驱动的开发：AI 通过 ID 请求需求，而不是整个文档 * 大规模节省 token：提供 20 行而不是 5000 行 * 自动检测过时上下文：LLM 知道何时需求已过时 * CI 集成：阻止包含过时需求的 PR ``` 实际影响： ``` 以前：LLM 读取 5000 行的文档 → 浪费 token 现在：contextgit 提取 SR-010 → 20 行 → 节省数百美元的 API 成本 如果你觉得这个工具有用，请给这个仓库点个星！ 100% 开源 (MIT 许可证)，已投入生产 (v1.0.1)。这是 LLM 驱动开发中缺失的一块拼图。

我开发了 TrailWrightQA，让开发者、质量保证团队或业务分析师无需编写代码即可生成浏览器 UI 测试。它在本地运行，需要来自 OpenAI / Gemini / 或 Anthropic 的 API 密钥。所有测试代码和数据都保留在您的机器上——除了 LLM 调用之外，没有外部服务器。<p>由于它是开源且自托管的，每次测试运行都是免费的（除了 LLM 成本）。这消除了许多自动化测试服务中常见的重复性按次收费。<p>它还不太完善，尤其是在复杂的 UI 流程方面——但我开发时间有限，所以公开发布它，以防其他人有类似的需求或想做出贡献。欢迎提供反馈、提交 pull request 或报告问题。<p>代码库：<a href="https:&#x2F;&#x2F;github.com&#x2F;marktl&#x2F;TrailWrightQA" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;marktl&#x2F;TrailWrightQA</a><p>—— Mark

你认为有哪些小说是程序员特别喜欢的？ 如果是由程序员或工程师撰写的，我也很感兴趣，但不一定非得是这类作品。