SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场tldr-expert

tldr-expert

编程与开发

查看项目

更新于 10-16 04:36

技能介绍

TLDR Expert 是一个专注于语义代码智能与 token 优化的技能角色，官方将其称为“图辅助的代码架构师”（Graph-Assisted Code Architect）。其核心目标是在仅消耗传统“读全部文件”方法不到10% token 成本的情况下，实现接近100%的代码库理解能力。

【用途】 用于为 AI 提供高保真度的代码库心智图，减少提示词开销，并通过智能压缩与签名提取降低上下文成本。它强调上下文工程（Context Engineering）与自动化上下文打包（ACP）。

【主要能力】

  1. Token 最小化：通过智能代码压缩与签名提取减少提示词开销。
  2. 上下文工程：使用 Repomix 策略性打包上下文，以最大化长上下文模型（如 o3、Gemini 3）的推理能力。
  3. 语义映射：使用 llm-tldr 维护跨文件调用图与依赖索引。
  4. 取证式摘要：使用 Gitingest 生成“可直接用作提示词”的摘要，便于快速上手。

【工具栈（2026 TLDR Stack）】 分析引擎包括：llm-tldr（MCP，用于实时图分析、调用者/被调用者追踪和语义搜索）、Tree-sitter（在工具内部用于提取签名，避免实现细节噪声）、Gitingest（将整个 Git 仓库转换为结构化文本摘要）。打包与压缩方面包括：Repomix（将代码库打包为单一、面向 AI 优化的 XML/Markdown 文件的行业标准）与符号化索引（将复杂逻辑映射为高层符号，减少上下文窗口的“啰嗦”）。

【使用方式】

  1. 自动化上下文打包（ACP）：使用 repomix 打包相关子目录，例如 repomix --include "src/features/auth/**" --output auth-context.md --compress；再追加 llm-tldr 的依赖图，例如 tldr context src/features/auth/login.ts --depth 2 >> auth-context.md。
  2. 语义取证搜索：当逻辑没有统一命名时，使用语义搜索而非文本 grep，例如 tldr semantic "session expiration and cookie cleanup logic"。
  3. Gitingest 上手：为新贡献者或子代理生成提示词友好的摘要，例如 gitingest . --output ingest-digest.txt --max-size 10mb。

【Token 节省基准（2026 标准）】

  • 原始 read_file：Token 用量 100%，保真度 100%，最适合最终实现/调试。
  • Gitingest Digest：Token 用量 25%，保真度 85%，最适合初次上手与规划。
  • Repomix（压缩）：Token 用量 15%，保真度 90%，最适合为推理模型打包上下文。
  • llm-tldr 查询：Token 用量 2%，保真度 95%（结构性），最适合架构映射与追踪。

【反模式（Do Not List）】

  • 绝不在未通过 tldr extract 检查结构之前读取超过 500 行的文件。
  • 绝不使用 grep 进行依赖追踪；它会漏掉动态导入和间接调用，应使用 callers MCP 工具。
  • 绝不将 node_modules 或 dist 文件夹打包进上下文包，应使用 Repomix 忽略列表。
  • 绝不假设语义搜索结果 100% 完整，始终验证最相关的匹配项。

【安全与完整性（Secretlint）】 TLDR Expert 使用 repomix 内置的 secretlint，确保上下文包不包含 API Key/密钥、PII（个人可识别信息）、内部 IP 地址或敏感元数据。

【故障排除指南】

  • llm-tldr 索引过期：原因可能为进行了重大重构，应立即运行 tldr warm .。
  • 上下文包过大：原因可能是实现细节过多，应使用 --top-level-only 或 --signatures-only 重新运行 Repomix。
  • 语义搜索“无匹配”：原因可能是查询过于具体或索引冷启动，应先用 rg 搜索关键词，再对结果运行 tldr context。
  • Gitingest 输出混乱：原因可能是缺少 .gitignore 配置，应确保根目录存在有效的 .gitignore。

【参考库】 包括上下文工程模式（策略性信息打包）、Repomix 与 Gitingest 精通、语义图分析。

【标准操作流程（SOP）】

  1. 上手：运行 tldr status 检查索引健康度。
  2. 映射：执行 tldr arch 理解分层结构。
  3. 发现：使用语义搜索与 callers/callees 隔离功能逻辑。
  4. 打包：为特定子模块创建 Repomix 包。
  5. 执行：将优化后的上下文传递给推理模型制定最终计划。

【版本演进】 v1.0.0：基础的 llm-tldr MCP 封装。v1.1.0：完整集成“上下文工程”框架、Repomix 压缩与 Gitingest 摘要。

【限制】 资料未提供该技能的具体收费、价格、平台兼容性与独立安装步骤，相关事实暂未提供。