Repowise
“Your agent reads files. It does not understand your codebase” - на Linkedin нашел пост решение
Пытаюсь решить проблему с ужасным качеством работы с контекстом на GLM5 + Claude Code. У меня в PET проекте с GIS аналитикой есть комбинированный монстр из 5-ти OpenSource проектов и одного FastAPI + Temporal. Этот монстр хорошо решает продуктовую задачу и легко поддерживается когда я сам пишу код с копайлотом. Но стоит отдать его в ClaudeCode агентов - выходит полный бред. А держать под себя целую экосистему с OpenDeepWiki, Onyx, WrenAI, DevFleet, Quocoe мне слишком накладно…
Какую проблему решает: Точность кодогенерации, снижение стоимости токенов. Через единый слой данных
Что умеет: • граф зависимостей (как DeepWiki) • git‑история (как Entire.io) • wiki-дока (как Onyx) • dead code (как review агенты) • Запускается в одну команду • Дает единый MCP контекст • Не жрет столько ресурсов • Поддерживает внешние LLM
Впервые опубликовано: @ai_ossresearch.
Методология
Методология одной книгой
Как Product Owner ведёт запрос бизнеса от первого письма до результата, который можно показать: пять стадий, у каждой понятный выход. Оставьте почту, и я пришлю книгу.
Читать дальше
- CodeAbra/iai-personal-memory-engine
Тоже пусть тут лежит, это знакомый из Threads разрабатывает. Больше про разграничение персональных контекстов агента
- OpenObserve - открытая observability-платформа для логов, метрик, трейсов и RUM
Условный Elasticsearch/Datadog, только в разы дешевле по хранению и разворачивается одним бинарником.
- Headlong - OpenSource автономный AI-агент с постоянной рефлексией
Очень прожорливая штука по токенам, в авторах там мегакрутые чуваки (Konwinski - Perplexity & Co) - работает в фоне, а не только по запросу - сам выбирает, о чём думать и что…