Infinite Code Next

一个零配置 MCP 服务器，为 AI 编码代理提供持久、可验证的代码库记忆——代码背后的决策、已经尝试过并被否决的方案，以及绝不能破坏的东西——它锚定在代码上，并随代码的移动而一同携带。

快速开始 · 探索器 · 分享知识 · 代理指南 · 工作原理 · 品牌

Git blame 告诉你谁改了这一行。 它告诉代理代码为什么存在、哪些方案已被尝试并被否决，以及什 么必须保持真实——并且它知道自己什么时候已经过时。

问题

每次会话，AI 代理都是空着记忆来的。它通过读文件，推导出前一个代理已经知道的东西。然后它再次提出三个月前被否决的修复方案，因为仓库里没有任何地方记录这个方案已经被尝试过。

昂贵的那一层知识从来不在代码里：

这个服务器保存的是那一层知识，让它一直附着在代码上，并在它无法担保的时候告诉你。

Related MCP server: lore

快速开始

pip install -e .

向你的 MCP 编辑器注册一次就完成了，没有第二步。不管理后台、不需要端口、不需要守护进程、也无须按仓库进行配置。

claude mcp add icn -- infinite-code-next

[mcp_servers.icn]
command = 'infinite-code-next'
args = []

{ "mcpServers": { "icn": { "command": "infinite-code-next" } } }

服务器根据它的工作目录判断自己位于哪个仓库中，而且每个响应都会回显它解析出的根目录，因此错误的 workspace 很容易被发现。

循环

workspace(action="open")          →  a briefing: rules, prior failures, what is unverified
investigate("what you're doing")  →  code + rationale + blast radius, budgeted
        ... do the work ...
record(summary=..., warnings=[...], failed_attempts=[...])

用两步调用就能进入状态，再用一步调用让下一个代理更聪明。

知识探索器

服务器知道的一切，都以一张互动的图来呈现——仓库、文件、符号、记忆，以及它们之间的每条边。

./explore.sh          # macOS / Linux
explore.bat           # Windows
icn-explore           # if the package is on your PATH

上面：图像的全图。

自包含：一个 HTML 文件，内置所需数据。不需要 CDN，不需要构建步骤，不需要 npm。保存、发邮件、提交——它照常工作。

icn-explore --no-serve -o graph.html    # just write the file
icn-explore --port 8080                 # pick the port
icn-explore --include-deleted           # include tombstoned code

分享知识

把另一个代码库的经验传给其他人——或传给另一个代理。

从探索器

导出 按钮提供了以下全部功能，你不需要离开本页。它在浏览器里针对内嵌图离线运行——没有服务器调用，所以即使页面被保存，仍然可以导出。

从命令行

icn-explore export -o knowledge.md      # readable markdown, renders anywhere
icn-explore export -o knowledge.icn     # bundle: markdown + graph
icn-explore export -o graph.json        # raw graph

Markdown 是共享的标准形式，而且它独自就行——无论在编辑、diff、wiki、pull request 中都能读。如果知识库不能在工具之外阅读，那就没有人管理它。末尾的 JSON 块把导入变成无损的。

icn-explore import knowledge.icn        # bring it in
icn-explore import ./team-knowledge/    # a whole directory of .md / .icn
icn-explore import shared.md --preview  # look first, import nothing

Import 绝不覆盖。 外来的一切都保存为 authority='imported'，附带它的来历，并且只在源代码中确实存在匹配符号的位置做锚点。关于代码的记忆即使在这里没有，也值得保留——和不能要求自己描述从没见过的内容。

AI 代理向导

第一次调用之前读这一段。

1. 先打开，不要读文件去猜上下文

workspace(action="open")

返回一个 briefing：本代码库的规则、已经尝试并否决的东西、当前未经验证的东西，以及知识密集的地方。只要标题和 id——正文不返回，investigate() 一次调用就能拿到。

这是基于一个测得的失败存在的。每次构建这个服务器时，都先会读文件，重新推导本来访问的知识，而 open 习惯于只报告符号数量，那并不能告诉你你要面对的到底是什么。在你知道货架上有什么之前，你提不出正确的问题。

2. 用自然语言调查——而不是 grep

investigate("I need to change refresh token rotation. What will I break?")

一次调用会把词法搜索、符号查找、代码图遍历、记忆图遍历、锚点状态和 git 历史融合在一起，并在 token 预算之内返回紧凑的摘要。它同时搜索代码与知识，所以一条警告即使在你不曾提到过的文件里，它也能找到你。

3. 删除重要代码前，先问为什么

investigate(action="why", symbol="RefreshCoordinator.acquire")

decision: Use refresh-token rotation
  --was followed by--> bug_history: Parallel refresh requests invalidate each other
  --was followed by--> failed_attempt: Redis mutex could deadlock during a partition
  --was followed by--> * invariant: All refreshes pass through RefreshCoordinator

may reintroduce: Parallel refresh requests invalidate each other
regression tests: test_parallel_refresh_regression

一段干巴巴列表，你要自己拼出整个故事；链式记忆就不在同一。

4. 记录下你学到的事——尤其是那些失败的

record(
    kind="bug_fix",
    summary="Serialize refresh requests per session",
    reasoning="Parallel requests rotated the same token.",
    invariants=["All refreshes for one session pass through RefreshCoordinator"],
    warnings=["Do not bypass RefreshCoordinator for new refresh entry points"],
    failed_attempts=["Redis mutex deadlocks during a network partition"],
    symbols=["RefreshCoordinator.acquire"],
    tests=["test_parallel_refresh_regression"],
    caused_by=[previous_memory_id],
)

failed_attempts 是整个系统里最有价值的字段。 你的工具链里没有别的东西记录下“试过也被否掉”的事，而这也是让后来的代理重新发现贵得最多的东西。

record() 返回 primary_memory——代表这次事件的 id。把它传给下一个 caused_by。

5. 相信那些 label

每条记忆都带一个 anchor_status。任何不是 ACTIVE 的状态对应的不是与当前代码验证过的——请把它当线索，不要当作事实。

memory(action="verify", memory_id=..., reason="confirmed it still applies")
memory(action="guard", memory_id=rule_id, body=test_memory_id)
memory(action="supersede", memory_id=..., body="what is true now")

工作原理

会过期重定位的锚点

记忆并不存储在 src/auth/oauth.ts:193 这一行里。行号只是渲染上的细节。每条记忆都接入一个语义锚：符号路径、AST 路径、内容指纹（结构 + 标识符）、骨架指纹（只有结构）、上下文。

当代码改变时，一级一级重新定位锚点——从便宜的检查先开始：

两条规则让这一机制值得信赖：

• 验证在导致漂移的编辑发生时触发，而不是按定时器触发。

• 级联只能降低信任度，绝不可能提高。 一旦进入 DRIFTED 或 NEEDS_REVIEW，只有显式的 memory(action="verify") 才能将锚点恢复到 ACTIVE——否则下一轮扫描会发现其重新锚定的指纹匹配，报告"未变化"， 并悄悄重新信任一条从未被任何人确认的记忆。

问题检测

investigate() 首先将范围缩小到子图，然后针对性地提问——绝不做全工作区扫描。这些检测与 linter 的区别在于它们是知识感知的：linter 只能看到某个函数没有测试；只有这个图知道该函数受一条在生产事故后记录的约束规则管辖。

检测器失败绝不会中断搜索：诊断信息只是增强答案，而不是答案的前提条件。

循环中无 LLM

record() 完全确定性——实体解析、边推导和矛盾检测都是图操作，而非模型调用。无需 API 密钥、无需网络、零 token 成本。 排序是一个静态、可检查的公式，带有按意图区分的权重，因为全新本地安装没有带标注的相关性数据来训练重排序器。

容忍用户输入习惯的搜索

精确匹配和前缀匹配优先执行；当找不到结果时，近似匹配接管，因此 subproces 仍能找到 subprocess 警告。连字符在双向都得到桥接——reanchor 能找到写着 re-anchor 的文本，反之亦然——因为 FTS5 的分词器按连字符切分，两种拼写否则无法互相匹配。

回退方案刻意作为回退存在：FTS 排序在有命中时优于任何本地计算结果，因此默认启用模糊匹配会让宽松匹配压过精确匹配。

排序从使用中学习

每条记忆都跟踪其被展示的频率以及代理完整打开它的频率。打开的权重远高于展示——被展示只意味着查询匹配了，而被打开意味着代理从所见的所有结果中选择了它。

提升上限为 0.5，并以 45 天半衰期衰减。频率是证据，不是权威：若无上限，它会将上个月的热门记忆钉在昨天记录的关键警告之上。

存储

%LOCALAPPDATA%\InfiniteCode\               (Windows)
$XDG_DATA_HOME/infinite-code/              (Linux)
~/Library/Application Support/InfiniteCode/ (macOS)

  catalog.db                repositories, aliases, checkouts, cross-repo edges
  data/repos/<id>/repo.db   DURABLE      code graph, memories, anchors, events
  cache/repos/<id>/         REBUILDABLE  safe to delete at any time

<repo>/.agit/               agent git, gitignored
<repo>/.icn.toml            optional, committed, tiny

使用 INFINITE_CODE_HOME 覆盖根目录。

身份标识既不是路径也不是远程 URL——两者都是可变的。它由根提交、可选的已提交项目 ID 以及规范化后的远程地址推导而来，因此移动克隆或运行 git remote set-url 会重新挂接到已有知识。fork 共享上游的根提交，因此会被显式拆分，而不是静默继承上游的记忆。

任何内容都不会被销毁

• 已删除的符号变成墓碑，记录其最后已知路径和删除它的提交。

• 边携带 valid_from_commit / valid_until_commit，变为 HISTORICAL 而非消失。

• 消失的检出目录为 MISSING；未挂载的驱动器为 OFFLINE。两者都不会删除任何内容。

• 更正会对之前的文本进行版本化；取代操作会同时保留两条记忆及它们之间的链接。

• 代理不能改写人类撰写的记忆——它必须取代它，让分歧保持可见。

• purge 是唯一的破坏性操作，且需要 confirm=True。

查找通过一个永不抛异常的解析器进行："当前无法解析"作为数据返回，并附带最后已知的信息。

品牌

该标志是产品的核心理念：一条知识（紫色）锚定在代码（绿色）上，而代码本身不会携带对它的任何记忆。圆环保持开放——知识永远处于验证之中。

笔画粗细经过设计，使图形在 16px 的 favicon 下依然清晰：记忆节点保持主导地位，三个锚点在圆环模糊消失时仍能读作一个三角形。

一条规则统御整个 UI：结构安静，知识响亮。 CALLS 和 DEFINES 退居背景，让锚定边和因果边——其他任何工具都无法展示的东西——承载色彩。

资源位于 assets/；资源管理器自身的源码位于 src/icn/web/：

src/icn/web/
  explorer.html    shell and markup
  explorer.css     the design system above, as custom properties
  explorer.js      force layout, canvas rendering, inspector
  mark.svg         logo
  banner.svg       header

使用真实的 .html、.css 和 .js 文件而非字符串字面量，让编辑器按真实类型对待它们。它们在渲染时被内联，因为发布页面必须保持为单个自包含文件。

工具

agit 将代理检查点保存在 .agit/ 中，与用户的 .git 完全分离。为风险操作创建检查点、恢复它们，绝不触碰用户的历史记录。

测试

python -m pytest

172 个测试，包括一个实时 MCP 套件——通过 stdio 启动真实服务器，并通过线协议驱动完整的代理工作流——以及一个脏工作树测试装置，用于断言未提交编辑上的级联行为——重新格式化、重命名、正文变更、跨文件移动、删除、弱迁移。

该测试体系在已发表的文献中未经验证，文献只测量事后提交历史挖掘，因此这里直接进行测量。

实时测试物有所值。它发现了进程内测试无法发现的 bug：子进程调用继承了服务器的 stdin，而 stdin 就是 MCP 协议管道。Git 在每次工具调用时都会阻塞满 20 秒超时，还可能吞掉协议字节。修复后工具延迟从 20 秒降至 0.2 秒。

在真实的 4,621 文件仓库上实测

设计

每个决策背后的理由都放在它所管辖的代码旁边：每个模块的 docstring 都说明它做什么，更重要的是它存在是为了防止什么失败。anchors.py 解释为什么级联只能降低信任度，briefing.py 解释为什么 open 会主动提供摘要，causal.py 解释为什么因果关系是断言而非推断。

规划笔记保存在本地，不属于发布产物的一部分。

由 Ranit Bhowmick 构建

如果代理必须阅读你的代码库才能理解它，那么这些知识 随会话一起消亡。这就是解决方案。