Segmently 团队开源 context-recall,测量编码智能体漏掉多少项目规则
原标题:How many must-follow rules never reach your coding agent? Do code graphs help? Here's how we measure it.
Segmently 团队提出测量编码智能体规则召回的方法并开源了 Claude Code 插件 context-recall(MIT)。在 12 个真实任务、75 条规则上,无项目文档时 Claude Code 仅让 32% 的规则进入计划,仓库带文档为 54%,其自建模块化方案为 70%;70 条规则中 57 条没有失败时能报错的测试,约三分之一的规则在文档和注释里都无记录。代码索引工具(Serena、Trail、Graphify)与 Claude Code 单独使用相当,因为这类规则大多不在代码中。
为什么值得看
给出可复现的测量方法和开源基准,量化了编码智能体漏掉项目规则的比率,便于团队在自己的仓库上对比。
本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体,原文版权归原作者所有。