
ClickHouse 推出 Loom:为编码代理提供随代码更新的共享记忆
来源标题:Loom: agent memory that keeps up with your code
ClickHouse 发布开源工具 Loom,基于 ClickHouse 构建,为编码代理提供共享代码索引和记忆存储,使新会话不必从零开始。在 ClickHouse 代码问题的内部基准测试中,Loom 将平均答案质量分从 0.78 提升到 0.84。该工具源于其自主贡献者 GroeneAI 此前每个会话几乎无记忆、效率受限的问题。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
Loom:跟得上代码变化的 agent 记忆系统
共享的 agent 记忆,随着代码变化持续校验。 Loom 是一个基于 ClickHouse 构建的开源工具。它为编码 agent 提供共享的代码索引和一个存放所学内容的地方,让下一次会话不必从零开始。 在我们自己的基准测试中,引入 Loom 后,ClickHouse 代码问题的平均答案质量得分从 0.78 提升到了 0.84。 我们的自主贡献者 GroeneAI 从三月起就在处理 ClickHouse 的 pull request:复现 CI 失败、排查 bug 和缺失的测试,并全程照看自己的 PR 走完评审流程;到十月,它已有超过 3,000 个合并的 pull request。不过这些数字掩盖了一个早期弱点:GroeneAI 的每一次会话几乎都是从零开始。 从零开始确实渐渐成了负担。每个分支都有相对正常的生命周期:一次构建、一次通宵的 CI 运行、一位过几天才回来的评审者、一次绕路发现某个测试从上周二起就变得不稳定。标准做法和各种怪癖日积月累,最终暴露出一个痛处:无法从历史记录的当前状态出发,对线性历史毫无记忆。没有记忆,agent 会重建整个线性历史,才能得出当下必须做的决定;更糟的是,它只能靠猜。有了记忆,它就只是……记得。有一次会话中,GroeneAI 记得某个特定的逻辑错误有两个抛出点,而现有的修复只覆盖了其中一个,它检查了代码,把维护者指向了正确的那一个。 于是我们开始物色记忆系统。我们把能找到的两个最强的 agent 记忆工具并排放在真实流量上跑了三个月,两者都让 agent 的回答变得更好。在这个过程中,它们接收了超过 82,000 次记忆写入和 3.28 亿字符的 agent 自身对话记录,因此我们得以非常清楚地观察它们能做什么、不能做什么。 这些记忆工具记住的是 agent 关于代码写下的内容,但它们自己看不到代码。ClickHouse 在 master 上有超过 92,000 个文件和 318,000 次提交,多年来由约 2,700 人编写,中位数文件被六位不同作者编辑过。做个参照,我们的提交数比 GCC、MySQL 或 Kubernetes 都多。没有人能(也不应该)把整条提交时间线记在脑子里,记忆工具也做不到。虽然关于代码的记忆被持久化了,代码搜索本身却仍然是本地的。本地代码搜索维护着自己的私有索引,无法告诉你哪个函数调用了哪个,也无法告诉你各个部分如何拼合在一起。搜索代码和对其推理需要汇聚到同一个系统,而不是两个恰好并排住在开发者笔记本上 Terminal.app 里的系统。 这就是我们停止评估、开始动手的地方。我们需要一种记忆,它既能理解仓库,也能理解对话记录,让我们能复用 GroeneAI 学到的东西,并与人和其它 agent 共享,同时不暴露任何私密内容。这就是 Loom。 Loom 把记忆和代码索引放在同一个 ClickHouse 数据库里,共用一套权限。维护者的笔记会连同其来源一起存储,并链接到它所描述的代码,这样你之后就能判断它是否仍然准确。每次运行也会被记录:agent 加载了什么、花费了多少、以及它是否真的完成了。 它是开源的,任何团队都可以拿它跑在自己的仓库上,用自己的 agent。 记忆和代码索引各自单独运行也没问题,但它们生来就是为了协同工作!客户端可以通过 MCP、HTTP API 或 Python 和 TypeScript SDK 连接,这一个连接就能保存记忆、搜索代码、记录运行和搜索文档。 如今我们虽然很喜欢盲信博客文章那种花哨的权威感,但还是想解释一下 Loom 区别于其它记忆工具的一些概念,以及一路走来做出的设计决策。 事实、偏好和分步流程会出现在普通搜索中。对已完成工作的反思、过往事件、背景档案,以及进行中工作的草稿笔记,大多不会碍事,直到有东西专门请求它们。 事实会被修订,而不是单纯堆积、逐渐过时。比如某个 agent 在三月记下某个服务的默认值是 max_threads: 16,然后在六月得知默认值已经翻倍。六月不会抹掉三月,它是同一事实的新版本,而如果你问四月时的情况,旧值仍然在那里。如果两个人围绕相似主题保存了相互冲突的事实,Loom 会标记出来,而不是随便挑一个;而 pin 可以阻止更新悄悄覆盖某人关心的事实。就像你自己的大脑一样,记忆会随新上下文演化,但保留你所学内容的历史!能把这些写进数据库,而不是去翻童年床底下积灰的那一堆作文本,感觉就是好。 文档、流程和一次性任务也得到同样的处理:相关时可搜索,否则不碍事。关于代码的事实也会与实际定义核对,如果代码发生变化就会被标记。人类很擅长记住自己负责的代码的状态和状态变化,但在像 ClickHouse 这样不断增长的仓库里,指望每个人都把其他人工作的状态和状态变化集中起来,是不合理的。 在 agent 提问之前,Loom 已经读过了仓库:每个函数、每个类,以及哪些调用了哪些。问某东西在哪里实现,或者某个函数被谁调用,你得到的是真实的代码和文件路径,而不只是匹配搜索词的文本,也不是我们最爱的那个:“让我先读读代码再回答任何问题!”外加一次完整克隆。快速扫描覆盖大多数语言;一个更慢、编译器级精确的扫描为大型语言兜底,哪个更精确就用哪个。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。