返回首页
最新
嗨，HN！我们开发了PyVRP，一个开源的车辆路径问题求解器。
它可以解决许多实际的路径规划问题，包括具有时间窗口约束、多仓库和重新装载的情况。这些问题都是NP难题，因此PyVRP实现了一种基于迭代局部搜索的先进元启发式求解器。局部搜索优化引擎是用C++编写的。在求解器之上，PyVRP提供了一个高级的Python建模接口。这使得从Python中以接近原生速度轻松解决大规模路径规划问题成为可能。
文档链接： [https://pyvrp.org/](https://pyvrp.org/)
AI代理通常需要特定领域的知识来完成任务。与其编写自定义提示或从头构建MCP工具，利用现有的API文档是一种实用的方法，而OpenAPI则是经过多年维护的、经过实战检验的标准规范。
然而，将原始的OpenAPI规范直接提供给代理存在一些局限性。复杂的规范可能超出大型语言模型（LLM）的上下文限制，即使在符合范围的情况下，每次请求都加载整个文档也会浪费宝贵的上下文。
Agent Skills通过为按需阅读结构化文档来解决这个问题。代理仅加载所需的信息——首先是概述，然后深入特定的操作或模式。由于文件读取是所有代理框架的通用能力，这种方法在任何地方都能有效工作，无需特殊的集成。
简要概述：
AI代理通过grep/find/glob等工具强行解析代码库以理解其内容。而这个命令行工具则查询本地SQLite数据库中的代码库依赖图，为代理提供准确的上下文，从而使其在第一次尝试时就能制定出更好的计划。
在过去的六个月里，我一直在使用Claude Code进行工作，效果非常好。我的工作流程非常典型：启动Claude Code > 在计划模式下开始规划我的功能 > 实施。然后查看工作进展，并在偶尔偏离方向时进行适当调整（这种情况并不多见）。
但是，由于Claude Code存在记忆缺失的问题，而且你在CLAUDE.md文件中能放入的信息有限，它总是需要在代码库中强行探索以理解其内容。通常是先找到一个入口点，然后逐步向上解析。
因此，我最终构建了这个简单的命令行工具，旨在供你的AI代理使用，可以在任何项目中使用（只要你的编程语言有SCIP索引器）。
它使用SCIP对你的代码库进行索引，然后将其转换为SQLite数据库。所有命令只是对查询的封装，你也可以直接查询数据库。SCIP对于文档和一般文本文件的支持并不好，我在命令行工具中为此添加了一个索引器（这个功能有点不稳定，我最近才添加的）。
设置步骤：
1. 在你的系统中安装命令行工具。
2. 为你的语言安装SCIP索引器。
在项目中开始使用：
1. 在你的代理记忆文件中添加代码片段，告诉它在进行代码探索时优先使用dora而不是其他工具。
2. 添加技能文件以获取更详细的使用说明。
3. 添加钩子，以便在会话开始和每个回合结束时在后台运行索引器。
我一直在与我的主要工作结合使用，并根据需要进行调整。我的目标是保持工具的简洁性。我能够在第一次尝试时就获得良好的计划。
查看一下：
网站 - [https://dora-cli.dev/](https://dora-cli.dev/)
GitHub - [https://github.com/butttons/dora](https://github.com/butttons/dora)