windvane:自动起草检查点、在合适时机压缩并自行恢复的 Claude Code 插件
作者发布 windvane,一个 MIT 许可、无依赖的 Claude Code 插件,用 Python 引擎在会话中自动看护上下文:recorder 根据任务列表、编辑、提交和上一条回复起草检查点,模型一次调用即可接受或改一个字段;插件监控上下文填充,在检查点落盘后于下一个回合边界压缩,并自行发一条提示让模型从检查点继续。
Awaiting translation
作者发布 windvane,一个 MIT 许可、无依赖的 Claude Code 插件,用 Python 引擎在会话中自动看护上下文:recorder 根据任务列表、编辑、提交和上一条回复起草检查点,模型一次调用即可接受或改一个字段;插件监控上下文填充,在检查点落盘后于下一个回合边界压缩,并自行发一条提示让模型从检查点继续。
Awaiting translation
作者因厌倦反复向 Claude 解释昨天做了什么,开发了 Mac 应用 DayDream,记录你在 Mac 上的工作内容,并让 Claude、Cursor 或 ChatGPT 通过 MCP 基于这些记录回答“我今天做了什么”或“我上次做到哪了”。
Awaiting translation
Spill 是一个 Apache-2.0 开源工具,通过 Hook 拦截超过 32 KiB 的 MCP 工具返回,将其存为本地 DuckDB 表(~/.spill/spill.duckdb),智能体只拿到一个紧凑描述符,再用 SQL 查询而不是读入 5 万 token 的原始 JSON。
Awaiting translation
Why it matters: Spill 把超大 MCP 返回落到本地 DuckDB,让智能体用 SQL 取数,为上下文窗口紧张提供了一种可复用的思路。
开源工具 Repowise 发布 Lens,借助新的 Claude Code mods 在 Claude 工作时展示代码库索引。输入 /lens 可看到仓库地图,文件在 Claude 搜索、读取和编辑时高亮,编辑某文件时所有导入它的文件也会亮起,视频中 Django 的 query.py 一行注释点亮 12 个文件,conf/init.py 点亮约 248 个。
Awaiting translation
CortHeXis 2.0 以 Apache-2.0 开源发布,是一个可独立运行在任意支持 MCP 的智能体旁边的记忆引擎,作者称其正是自家产品在用的同一套代码。
Awaiting translation
一位 GPU 云平台创始人把团队从 5 人缩到 2 人后,围绕 Claude 自建了一套多仓库开发编排工具 Shiploop,并已开源。它用一个 advisor 会话负责思考和规划,worker 各自在独立 git worktree 中写代码以避免并行冲突,同时跨会话管理上下文、保留失败经验,并把每个任务先写入队列文件防止会话中断丢工作。
Awaiting translation
The author built the MCP server pulpie-mcp so AI coding agents can scrape web pages and docs into complete Markdown themselves, keeping tables, code blocks, links, and images intact.
The author released the cache-warmer plugin to fix a problem: after you step away from Claude Code for more than 5 minutes, the next prompt has to rewrite the prompt cache at full price, so costs pile up over long sessions and the first reply gets slower.
作者在 Linux 机器上用 pip install hindsight-api==0.10.2 安装开源记忆服务 Hindsight,并设置 HINDSIGHT_API_LLM_PROVIDER=none,在无 LLM API Key 的情况下测试其最低可用能力。
Awaiting translation
逛逛GitHub 盘点了 9 月份 GitHub 上热度最高的 20 个开源项目。Archify 以约 3.34 万新增 Star 居首,它能把系统描述或代码仓库画成交互式架构图;Ponytail 和 God's Eye View 分别以约 3.12 万、3.11 万 Star 紧随其后。
Awaiting translation
作者因厌倦粘贴截图和用文字描述“左边第三个按钮”,开发了 Pinpoint,一个本地 MCP server 加 Chrome 扩展。在开发站点点击元素并输入要改的内容后,Cursor 会收到评论以及选择器、DOM 路径、计算样式、React/Vue 组件链、源文件提示和该元素的裁剪截图。
Awaiting translation
Nexusyn 发布开源长期记忆引擎,用 Go 编写,基于 PostgreSQL 18 与 pgvector,采用双时态版本化(valid_from / valid_to)让新事实自动取代旧事实并保留历史。
Awaiting translation
Matryoshka 是一个基于递归语言模型(RLM)思路的文档分析工具,让 LLM 输出受约束的 Nucleus S-expression 命令、由 Lattice 引擎执行,从而处理比上下文窗口大 100 倍的文件,无需向量数据库或分块启发式。
Awaiting translation
两位曾在多家 BI 公司工作的开发者开源了 Graphene,为编码智能体补上数据分析所需的上下文与语义层。
Awaiting translation
国内首款个人AI助理 Today 中国版已正式上线,基础版永久免费,新注册用户可领 1 亿 token 和 1 个月 Pro 会员。作者基于 Today 搭建的个人助理“毛肚”接入本地文件夹、X、GitHub 和 Gmail 作为上下文,能主动提醒积压 17 天的 PR、按账号调性找选题并自动发布推文。
Awaiting translation
MemorySync 发布面向 AI 智能体的托管记忆 API,在 Cursor 中以远程 MCP server 形式运行,可保存用户告知的决策、约定和约束,并在后续会话中检索,而不依赖聊天历史。
Awaiting translation
OKF Agent Memory 是一个基于 Open Knowledge Format(OKF)v0.2 的 Git 原生持久项目记忆工具,用双层记忆架构解决上下文窗口关闭后对话重置、架构决策丢失的问题。
Awaiting translation
Paper Compute 推出开源代理 tapes,它位于 agent harness 与推理服务之间,记录流经的全部内容,包括系统消息、输入、思考块、工具调用与结果、输出。
Awaiting translation
anyaa-labs 在 GitHub 发布 agent-architect Skill,支持 Claude Code 和 Codex,用于评估和设计多智能体系统。
Awaiting translation
Drew Breunig 发布 drskill,用于评估全局或项目环境中的 Skill 与 MCP,可通过 uv tool install drskill 或 pip install drskill 安装后运行 drskill scan。
Awaiting translation
Janus 是一个零依赖的 MCP over stdio 服务器,为 Claude Code、Cursor、Codex、Cline 等 AI 编程工具提供长期记忆和主动约束。
Awaiting translation
Headroom 是一个开源、本地优先的代理,拦截 LLM API 调用并在请求到达服务商前重写 messages 数组,应用代码和模型都不用改。
Awaiting translation
Why it matters: Headroom 把上下文压缩放到代理层,读者可据此判断长会话智能体的 token 成本能否降下来。
Understand Anything 是一个 Claude Code 插件,用一条命令为项目生成包含每个文件、函数、类和依赖关系的交互式知识图谱,解决加入新代码库时的冷启动问题。
Awaiting translation
Paper Compute 开源 tapes,一个位于 AI 智能体与推理服务之间的遥测层,用于为每次会话生成可持久保存、可审计的记录。它由代理服务、API server、CLI 客户端和终端 UI 四部分组成,代理服务无需改代码即可拦截并记录智能体与模型提供方之间的流量。
Awaiting translation
Agentseed 是一个开源 CLI 工具,运行 npx agentseed init 即可读取代码库的语言、框架、命令、架构和约定,生成可直接使用的 AGENTS.md,支持 Copilot、Codex、Gemini、Cursor、Devin 等 20 多种 AI 工具。
Awaiting translation
作者 Jesse Vincent 为 Linear 开发了新的 MCP 工具 Streamlinear,把上下文占用从官方 Linear MCP 的 19,659 token 降到 975 token。
Awaiting translation