Крупные агенты хорошо пишут код, и многие из них хорошо работают с контекстом, но в больших проектах контекст часто значительно раздувается, делая локальные модели практически бесполезными, а большие агенты потребляют так много контекста, что могут даже достичь предела! ...
Коротко
Крупные агенты хорошо пишут код, и многие из них хорошо работают с контекстом, но в больших проектах контекст часто значительно раздувается, делая локальные модели практически бесполезными, а большие агенты потребляют так много контекста, что могут даже достичь предела! Но это не единственная проблема: иногда нужно исправить одну небольшую ошибку, а агент тратит больше половины своего контекста только на анализ проекта!
И тут возникают три проблемы:
Контекст раздувается;
В нем накапливаются ненужные для задачи вещи;
Локальные модели вообще перестают корректно работать.
Я создал проект, который решает эти проблемы.
ContextForge — это отдельный уровень между репозиторием и агентом кодирования. Он не пишет код: он анализирует проект, выбирает ограниченный набор необходимого контекста и возвращает результат в виде вашего приглашения + контекста.
Недавно я выпустил проект в открытое бета-тестирование; вы можете найти его на GitHub в конце статьи!
Зачем нам вообще нужен отдельный контекстный слой?
Допустим, мы ставим задачу агенту.
Человек уже знает, где искать. Но для агента вся цепочка мыслей начинается заново:
Что это за проект?
Какая версия?
Сделайте это