大家好,我是 Gauge 的 Evan。我們正在開源我們的 CLI 工具,旨在遞迴地改進您的文件,使其更適用於程式碼代理。此 CLI 包含一個本地執行後端,因此您無需註冊帳戶即可試用。您可以在此處觀看說明影片:https://youtu.be/zhLUlIKB1Mg
這個 CLI 支援一種「爬山演算法」迴圈:首先,為需要使用您文件的程式碼代理設定任務,例如「設定 Gauge CI 檢查」。接著,執行這些任務並分析會話記錄,找出代理遇到的阻礙或失敗。然後,建立文件的不同版本來解決這些問題。最後,將這些文件版本透明地注入(在相同的 hostname 下)並重新執行任務,重複此過程直到找到一個能解決問題的版本。
同樣的迴圈也可用於優化您的技能、CLI 以及其他面向代理的介面。我們兩年前開始開發開源開發者工具,例如 Tach (https://github.com/tach-org/tach)。之後,我們轉向 AI 搜尋優化,現在則專注於這兩個領域的交集。
我們當時已經與一些出色的開發工具公司合作,他們是第一批詢問我們如何為 Claude Code 和 Codex 進行優化的客戶。我們意識到這將是最終每家公司都需要做的事情。我們的 CLI 為文件、開發者關係和工程團隊提供了基本工具,用於衡量、分析和改進程式碼代理如何使用他們的產品。
該設計主要包含兩個核心組件:虛擬機 (VM) 和網路閘道。虛擬機的部分很直接,我們希望代理在其環境中擁有高度權限,以真實模擬開發者的程式碼代理。每個虛擬機通常都配備代理本身、語言工具鏈和一個 Git 儲存庫。
網路閘道負責終止 TLS 連線,並透明地替換您的文件版本。此外,閘道還處理憑證替換,確保代理只看到佔位符,無法洩露金鑰。
這個 CLI 帶有「本地」執行後端,儘管推論仍是遠端進行。對於虛擬機,它使用 Docker 容器;而網路閘道則是在每個會話的 sidecar 容器中執行的 mitmproxy。
我們內部已使用「爬山演算法」迴圈來發現並修復程式碼代理的問題,例如錯誤的定價、不準確的產品限制以及重複的解決方法。我們曾發現程式碼代理回報 Gauge 只支援 Claude Code 和 Codex,追溯到他們擷取的網頁後,我們修正了這個行為(我們也支援 Pi、OpenCode 和 Antigravity)。
對於 Clerk,我們協助將程式碼代理從其舊有的「keyless」模式轉移到新的「clerk init」指令。他們能夠使用 Gauge 驗證 SDK 錯誤訊息的預發布變更,並在部署後看到使用「clerk init」的程式碼代理數量增加了三倍。
由於 AI 模型「靜態」的特性,我們意識到閉環優化技術現在幾乎適用於所有軟體產品。同一個代理可以重複模擬,這意味著您只需要一個高擬真度的測試環境。要達到最佳結果,關鍵在於高品質的分析(找出普遍存在的阻礙和異議)以及配對實驗(只改變內容,測量下游行為的變化)。
專案儲存庫在此:https://github.com/gauge-sh/gauge-cli,您可以使用 npm i -g @withgauge/cli 開始使用此 CLI。我們也提供了文件和快速入門指南:https://docs.withgauge.com/agents/guides/cli。
如果您讓程式碼代理參考這些頁面,它應該能引導您完成初始設定,如果不行請告訴我們!我們的目標是讓您的代理執行一些合理的評估,並找出至少一個您可以修復的阻礙點。我們很想知道 Hacker News 的用戶們:是否有人嘗試過自行在本地實作,或在公司內部建構類似的工具?這是否有所改進?如果沒有,需要改變什麼?