byterover

ByteRover to system zarządzania wiedzą dla agentów AI, który przechowuje kontekst projektu w czytelnych plikach Markdown. Przed każdą pracą odpytaj bazę wiedzy poleceniem brv query, aby znaleźć istniejące wzorce i decyzje. Po implementacji użyj brv curate, aby zapisać nowe spostrzeżenia. Nie wymaga uwierzytelniania — wszystko działa lokalnie w katalogu .brv/context-tree/. Idealne do budowania długoterminowej pamięci projektu bez konieczności ręcznego zarządzania dokumentacją.

1. Zainstaluj ByteRover CLI poleceniem npm install -g byterover-cli. Narzędzie będzie dostępne globalnie na Twojej maszynie.

2. Przed rozpoczęciem pracy nad projektem uruchom brv query z pytaniem dotyczącym istniejących wzorców, reguł lub decyzji architektonicznych. Na przykład: brv query "Jak zaimplementowana jest autentykacja?". Narzędzie przeszuka lokalną bazę wiedzy i zwróci odpowiedź na podstawie zapisanego kontekstu.

3. Podczas pracy zanotuj ważne decyzje, wzorce i reguły, które chcesz zapamiętać dla przyszłych zadań. Mogą to być architektoniczne wybory, konwencje kodowania lub wyniki rozwiązywania problemów.

4. Po zakończeniu implementacji uruchom brv curate i podaj opisane wcześniej spostrzeżenia. Narzędzie automatycznie skategoryzuje i ustrukturyzuje wiedzę, zapisując ją w .brv/context-tree/ jako pliki Markdown.

5. W następnych sesjach powtarzaj kroki 2–4: najpierw odpytaj istniejącą wiedzę, wykonaj pracę, następnie zapisz nowe spostrzeżenia. W ten sposób budujesz rosnącą bazę kontekstu projektu dostępną dla agentów AI.