Project Overview zh CN

项目简介

语言： English · 简体中文

LWC 为 AI Agent 提供持久、可审计的项目记忆与跨项目记忆层。只要一项工作会跨越多个会话、依赖来源证据，或者能够从复用既有分析中持续获益，就适合交给 LWC 沉淀。

要解决的问题

Agent 可以阅读仓库或文档集，回答问题并作出可靠决策。但如果没有外部记忆系统，这些工作往往会随着会话结束而消失。后续 Agent 只能再次搜索相同文件、重建相同关系、重复相同推理。

传统检索增强生成能够找到原始片段，却通常不会保留检索之后形成的综合结论。检索过程不断重复，真正有价值的中间知识没有持续积累。

LWC 把这些中间知识维护成一套 Wiki：

任务
  -> 召回已经维护的知识
  -> 检查当前来源与代码
  -> 推理并执行
  -> 保存经过验证的改进

LWC 是什么

LWC 是一款本地优先的 Rust CLI，为 Agent 提供结构化协议，用于：

• 保存不可变的 UTF-8 来源快照；
• 把来源整合成持续维护的 Wiki 页面；
• 记录引用、来源证明、链接、矛盾和变更历史；
• 按文档、段落和句子粒度检索；
• 遍历可选的文档图与代码图；
• 按显式标签完整载入少量核心页面；
• 在原子 changeset 中暂存涉及多个实体的更新；
• 通过持久 Work 与 checkpoint 恢复派生投影；
• 通过一个只读 MCP 工具以及 Skills、Hooks、Instructions 接入 Agent 宿主。

SQLite 是规范存储。投影出的 Markdown 供人和 Markdown 工具阅读；可选图数据库与搜索索引都属于派生数据，可以重建。

LWC 不是什么

LWC 不是：

• LLM 或 Agent 运行时；
• 聊天记录归档工具；
• 向量数据库或嵌入服务；
• 当前代码、测试和来源文件的替代品；
• 托管式多人知识平台；
• 保存密钥、临时日志、无依据猜测或隐藏推理的地方。

当前代码和经过审核的来源材料始终是事实依据。Wiki 页面是持续维护的知识，作用是帮助 Agent 更快找到并正确理解这些证据。

适合谁使用

以下情况通常适合使用 LWC：

• 经常通过编码 Agent 跨多个会话推进工作；
• 维护大型项目，关键决策散落在代码、Issue 和文档中；
• 开展会持续增加来源、不断修订结论的研究；
• 需要在会话边界稳定载入运维规则或手册；
• 希望答案能够追溯到来源，而不是只得到一段无法核验的摘要；
• 同时需要文档关系和代码结构两类不同的智能能力。

任何能够执行 CLI 的 Agent 都可以使用 LWC。对于已支持的 AgentTarget，LWC 提供宿主专用的强适配；其他运行时也可以使用可移植的降级接入方案。

设计原则

让知识持续积累

有价值的综合结论会成为持久页面，而不只留在聊天记录里。新证据应更新已有概念、比较和决策，而不是堆出彼此孤立的摘要。

分离证据与综合结论

来源是不可变快照，Wiki 页面是可维护的解释。引用和显式来源证明把二者连接起来，同时避免改写原始事实。

控制召回范围

Agent 先读取精简页面索引，再搜索相关材料，只打开任务真正需要的页面或来源窗口。强标签有明确上限；词图查询采用采样与分页，避免一次载入高密度关系。

可选索引不拥有知识

SQLite 始终是规范数据源。Markdown、全文索引、文档图、词图投影和 CodeGraph 都是派生能力。某个可选索引失败，不代表底层 Wiki 失效。

变更必须可恢复

单条写入使用事务。相互依赖的写入可以先进入 changeset，经过检查和 lint 后再整体提交。checkpoint 与结构化恢复字段保护规模更大的维护操作。

Agent 不只需要命令，还需要触发时机

配套 Skill 与生命周期 Hook 会告诉 Agent 何时召回、何时写回、何时建议初始化可选图能力，以及何时不应打断用户的主要任务。

三个互补的信息平面

已维护记忆            当前代码结构             原始证据
LWC Wiki              CodeGraph                来源与仓库文件
     \                    |                       /
      +--------------- Agent 推理 ----------------+

三者各司其职：

1. 从 Wiki 召回既有决策和已经验证的结论。
2. 任务需要代码结构时，通过 CodeGraph 检查当前符号和依赖关系。
3. 阅读能够证明结论的最小当前来源范围。
4. 如果本次验证结果对后续会话仍有价值，就把它保存下来。

下一步

• 阅读基本概念。
• 对照应用场景判断任务是否适合使用 LWC。
• 完成安装与升级，然后按照快速开始体验完整流程。