Очень узнаваемый вывод про worktree. У меня WIP max 1–2 как раз вырос из обратного эксперимента: дал autonomous coding agent’у свободу работать в параллельных worktree — и быстро упёрся в дорогой merge, tech debt и human bottleneck на review.
В одном кейсе drift дошёл до 50+ коммитов, и дешевле было удалить worktree, чем разруливать конфликты. Плюс параллельный режим хорошо маскирует phantom-closure: задача выглядит закрытой по декларации, но реальной реализации почти нет.
Поэтому тоже пришёл к single-stream/WIP 1–2. И да, “кайфа нет в таком потоке” — очень точное наблюдение: solo + AI нельзя оптимизировать только по velocity.
OpenSpec и VibeKanban смотрел, но в тексте md оказалось сильно удобнее. Все рядом.
этот инструмент я делал для себя, узкие места закрывались уже по факту нахождения. Так что бенчмарки особо не нужны были. Но может в дальнейшем добавлю
Согласен. Есть альтернативные решения, с хранением md или json рядом с кодом, я сам пользовался такими какое-то время. Но мне хотелось семантический поиск, и поиск по документации. Сейчас смотрю, что аналогичных проектов появляется довольно много и есть из чего выбрать.
Так никто не мешает создать проектный mcp с настройками на конкретную папку. И в Промте явно указать используем конкретный mсp для чтения и запоминания. Там же в репе лежит документация, и индексация по ней.
К тому же если говорить об разных применениях, то использование общей памяти, без документации - тоже имеет право быть.
Очень узнаваемый вывод про worktree. У меня
WIP max 1–2как раз вырос из обратного эксперимента: дал autonomous coding agent’у свободу работать в параллельных worktree — и быстро упёрся в дорогой merge, tech debt и human bottleneck на review.В одном кейсе drift дошёл до 50+ коммитов, и дешевле было удалить worktree, чем разруливать конфликты. Плюс параллельный режим хорошо маскирует
phantom-closure: задача выглядит закрытой по декларации, но реальной реализации почти нет.Поэтому тоже пришёл к single-stream/WIP 1–2. И да, “кайфа нет в таком потоке” — очень точное наблюдение: solo + AI нельзя оптимизировать только по velocity.
OpenSpec и VibeKanban смотрел, но в тексте md оказалось сильно удобнее. Все рядом.
этот инструмент я делал для себя, узкие места закрывались уже по факту нахождения. Так что бенчмарки особо не нужны были. Но может в дальнейшем добавлю
Спасибо за комментарии. В ответ выпустил v0.3.1:
исправил проблемы с embedding-моделями/миграциями
добавил hybrid retrieval (vector + BM25) и финальное ранжирование
сделал session-close pipeline: авто-консолидацию и обновление project memory bank
Дополнительно: меньше RAM, больше скорости, и всё ещё почти zero-ops (SQLite + один бинарь).
И тут согласен. Поэтому перевел с json на бинарную базу. Скорость обработки стала выше.
Согласен. Есть альтернативные решения, с хранением md или json рядом с кодом, я сам пользовался такими какое-то время. Но мне хотелось семантический поиск, и поиск по документации.
Сейчас смотрю, что аналогичных проектов появляется довольно много и есть из чего выбрать.
Так никто не мешает создать проектный mcp с настройками на конкретную папку. И в Промте явно указать используем конкретный mсp для чтения и запоминания. Там же в репе лежит документация, и индексация по ней.
К тому же если говорить об разных применениях, то использование общей памяти, без документации - тоже имеет право быть.