v0.2.7 — 依赖识别修复与 monorepo 支持

本版本修复依赖识别和文件漏扫问题，支持自定义 Markdown 文档，并让 monorepo 子项目自动发现仓库内的上层依赖声明。

本次更新

• 内部依赖识别：平铺 Python 脚本可通过 python_import_roots: ["scripts"] 解析同目录导入；有歧义的本地依赖明确标为未确定，不再误报为第三方包。
• BOM 与失败诊断：支持带 UTF-8 BOM 的 Python 文件，解析失败时显示相对文件名及错误类别。
• 自定义文档：SKILL.md、术语表等 Markdown 可同时加入 allow_files 和 attach_files，纳入经审核的简报。
• monorepo 开箱即用：子项目默认发现同一 Git 仓库内的上层依赖文件，无需额外配置依赖根目录；共享声明保留来源，不冒充子项目的直接依赖。
• 状态差异更完整：扩展状态类型的变更覆盖，并保留状态和来源信息，便于审核。

共享依赖发现只读取有限的受支持元数据，不扩大源码和文档扫描范围；可用 discover_shared_dependencies: false 关闭。生成结果仍需审核后再分享。

感谢社区的修复贡献和详细问题复现。相关改动：PR #1、PR #5。

推荐：让本地 agent 帮你安装或升级

请帮我安装或升级到 https://github.com/xhonye/AI-Context-Linker 的 v0.2.7 版本。
先阅读该版本的 INSTALL.md，保留已有配置和审核记录，完成安装与运行检查。

手动安装

下载下方 wheel，在 Python 3.11+ 虚拟环境中执行：

python -m pip install --upgrade ./ai_context_linker-0.2.7-py3-none-any.whl

校验文件：SHA256SUMS.txt。

验证

511 项测试及 19 阶段候选验证通过，包括合成评测、wheel 构建、全新环境离线安装与安装后命令检查。修复内容另经普通 ChatGPT Chat 合成简报文本验证；这不代表附件上传或真实项目运行行为已被验证。

完整变更

v0.2.6 — 安装与上手体验优化

本版本完善安装引导，新增安装验证用的 demo 命令，并提供中文首页和使用说明。

推荐：让 AI agent 帮你安装

把下面这段发给本地 agent：

请帮我安装 https://github.com/xhonye/AI-Context-Linker 的 v0.2.6 版本。
先阅读仓库最新的 INSTALL.md，完成安装和运行检查，
再指导我接入选定的项目，生成 ai_context.md。

安装后，项目有新进展时，对 agent 说“更新 ai_context”，再把新版简报交给 ChatGPT 讨论。

查看首页与最新使用说明

也可以手动安装

下载下方的 ai_context_linker-0.2.6-py3-none-any.whl，在 Python 3.11+ 虚拟环境中执行：

python -m pip install --upgrade ./ai_context_linker-0.2.6-py3-none-any.whl

校验文件：SHA256SUMS.txt。

验证

Python 3.11 / Windows 下 433 项测试通过；两组合成评测、安装包构建、全新环境离线安装及安装后命令验证通过。

v0.2.5 — Selected evidence, less disclosure

让线上 Chat 更懂本地项目，同时尽量少分享资料。

AI Context Linker 是一个在本机运行的资料编译器：先明确允许范围，再收集和审核，最后由你分享选定的项目资料。无需上传整个仓库，也不需要本地 AI 模型。

这版能带来什么

• 细节不再只剩本地路径：可完整附带选定的 README、AGENTS 等文档，保留原文行号和脱敏标记。
• 问什么，带什么资料：slice --include-document PROJECT:PATH 精确选择已有、已允许的附件。默认切片不变；缺资料或超过上限时明确报错，不悄悄截断关键规则。
• 减少过期资料误导：区分配置、现行文档和历史记录；支持按指定时间重新检查行动有效期。
• 延续隐私边界：新项目默认禁止导出；状态、关系和可选结构摘要均受明确范围约束。核心包零运行时依赖，没有自动上传或网络调用。

相较此前公开的 0.1.0，本次也集中发布了已在本地验证的状态审核、快照变更、关系与结构索引，以及重复逻辑清理。详见仓库 CHANGELOG 和迁移说明。

实际观察

一次受限的两组新 Chat 对照中，加入经核对的简短业务说明，输入仅增加约 9.4%，增强组便能回答更多此前缺失的细节。两组均在界面确认 High；Latest 背后的具体模型未知。这不是独立评测，也不证明全面替代其他工具。

业务说明仍需核对，脱敏规则不能识别所有商业秘密。编译器不会自动理解源码，也不会自动确认说明是否随源码变化而过期。首页的两张图是匿名改写结果卡，不是原始聊天证据；私人截图、业务项目详情、实际提示词和答案均未打包。

安装

需要 Python 3.11 或更新版本。下载下方 wheel 后，在文件所在目录运行：

python -m pip install ./ai_context_linker-0.2.5-py3-none-any.whl
ai-context-linker --help

先使用仓库的虚构示例试跑，再审核自己的允许清单。SHA256SUMS.txt 提供安装包校验值。

验证

• 最终发布副本：430 项测试通过，0 失败、0 跳过。
• 两套合成评测、扫描/完整输出/问题切片验证通过。
• 构建、全新隔离环境离线安装及安装后命令验证通过。
• 安装包源码逐文件核对通过；公开代码的跨平台 CI 结果可在 Actions 查看。

现在优先收集外部使用反馈：哪里难上手、哪类问题仍答不清、是否还需要重复补资料。

AI Context Linker v0.1.0

First public release of AI Context Linker, a privacy-first context compiler for AI assistants.

Highlights

• Build a deterministic Markdown project briefing from an explicitly approved manifest
• Generate a derived project relationship graph
• Fail closed on unsupported fields, likely secrets, absolute local paths, and dangling relationships
• Publish an open JSON Schema and synthetic examples
• Include an optional agent Skill that delegates to the standalone CLI
• Add MIT licensing, security guidance, contribution rules, and CI

Safety boundary

AI Context Linker does not scan repositories, connect to the network, or upload source code in v0.1.0. Review every real manifest before placing generated output in a cloud-synced directory.

Verification

• 8 tests passed
• Skill validation passed
• Example bundle builds passed
• Python wheel built successfully