Skip to main content
Glama

AIDA

让 Vibe Coding 数据化。

每一次 Vibe Coding 都在产生大量信号 —— 偏差、模式、质量数据。 但你关掉终端,这些全部消失。下次对话,继续盲写。 AIDA 在每个开发节点采集结构化数据,用看板可视化,再把偏差规律沉淀成规则 —— 让你的 AI 每次运行都写出更符合预期的代码。

一行配置接入,零工作流改变。

{ "mcpServers": { "aida": { "command": "npx", "args": ["--registry=https://registry.npmjs.org/", "-y", "ai-dev-analytics", "mcp"] } } }

npm version license node tests 在线 Demo ai-dev-analytics MCP server

ai-dev-analytics MCP server

一行接入 · 场景操作指南 · 数据驱动闭环 · 命令速览 · 重复执行与覆盖策略 · 规则去重与冲突判断 · 命令文档 · 文档导航 · English


一个洞察

Vibe Coding 很强。但它是一个黑箱。

你让 Claude 写一个功能,它写了,你 ship 了。但你对过程零可见性

  • AI 完成了多少任务?每个任务花了多长时间?

  • AI 在哪里偏离了你的项目规范?为什么?

  • 哪些偏差反复出现?加什么规则能根治?

  • Bug 率多少?哪个阶段产出最多 Bug?

没有数据,你就无法改进。你只是在一遍又一遍地 vibe —— 带着同样的盲区。

AIDA 让不可见变可见。 它在每次 vibe coding 过程中采集结构化数据,用实时看板渲染,再把偏差模式沉淀成项目规则。你的 AI 不再只是写代码 —— 它学习你的项目


🔄 数据驱动闭环

这是 AIDA 的核心 —— 数据进来,规则出去,代码越来越好。

Vibe Coding 过程
        ↓
   AIDA 静默采集结构化数据
   (任务、偏差、Bug、自检、文件变更、时间线)
        ↓
   看板可视化呈现规律
   "9 个偏差 → 56% 幻觉, 44% 规则缺失"
        ↓
   发现偏差规律 → AI 建议沉淀规则 → 用户确认 → 写入规则库
   .aida/rules.json ← 你的 AI 知识库在成长
        ↓
   AI 下次读取规则 → 同样的错误被消除
        ↓
   循环往复 —— 每一轮,AI 输出都更接近你的预期

来自真实生产项目的数据:

运行

偏差情况

发生了什么

沉淀的规则

第 1 轮

47 个任务产生 23 个偏差

AI 组件用错、布局写反、API 模式不对

沉淀 6 条项目专属规则

第 2 轮

零重复偏差

AI 读了规则,相同模式的错误归零

第一步:看清 AI 为什么出错 —— 根因分布一目了然:是 AI 幻觉、规则缺失、还是上下文不足?

偏差根因分布

第二步:看清 AI 在哪出错 —— 类别分布精准定位:UI 间距、布局结构、组件使用、API 模式。

偏差类别分布

第三步:看规则的复利效应 —— 随着规则积累,重复偏差会逐步下降。

偏差与规则趋势

.aida/rules.json 就是你的项目专属 AI 知识库。用 AI 写得越多,它对你的项目就越懂。


📊 数据看板

你的整个 Vibe Coding 过程 —— 结构化、可视化、可操作。

Dashboard

在线 Demo → 真实脱敏数据,无需安装。

AIDA 全方位采集 AI 辅助开发的每个维度,转化为交互式图表:

你能看到什么

为什么重要

偏差根因分布

知道 AI 为什么出错 —— 规则缺失?幻觉?上下文不足?

偏差类别分布

知道 AI 在哪出错 —— 布局?组件?API?

偏差 & 规则趋势图

看着偏差随规则积累而下降

Bug 严重度分布

追踪质量 —— 哪个阶段产出严重 Bug?

自检通过率趋势

AI 代码质量是在变好还是变差?

各阶段任务完成

看到完整开发生命周期的进度

文件修改热点

哪些文件反复被改?痛点在哪?

规则溯源表

每条规则都关联到产生它的偏差

完整开发时间线

每个任务、Bug、审查、偏差 —— 按时间排列

项目总览(团队视角)

跨分支统计、开发者对比、需求状态

运行 npx ai-dev-analytics dashboard,几秒钟看到你自己项目的数据

🔒 100% 本地。零外部请求。

AIDA 只往项目里的 .aida/ 目录写 JSON 文件。整个代码库不包含任何外部 HTTP 请求 —— 不发遥测、不上传云端、不请求分析服务、不做任何追踪。你的代码和数据不会离开你的电脑。


⚡ 30 秒上手

.mcp.json 里加一行

{ "mcpServers": { "aida": { "command": "npx", "args": ["--registry=https://registry.npmjs.org/", "-y", "ai-dev-analytics", "mcp"] } } }

不需要 SDK,不需要包装器,不需要改代码。把这行加到项目根目录的 .mcp.json,AI 下次写代码时 AIDA 就开始采集数据。

如果 npx 较慢,可以先全局安装:npm install -g ai-dev-analytics,然后把 command 改成 "aida"。全局安装后也可以直接使用 aida 命令。

Cursor .cursor/mcp.json

{
  "mcpServers": {
    "aida": {
      "command": "npx",
      "args": ["--registry=https://registry.npmjs.org/", "-y", "ai-dev-analytics", "mcp"]
    }
  }
}

VS Code Copilot .vscode/mcp.json

{
  "servers": {
    "aida": {
      "command": "npx",
      "args": ["--registry=https://registry.npmjs.org/", "-y", "ai-dev-analytics", "mcp"]
    }
  }
}

Windsurf ~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "aida": {
      "command": "npx",
      "args": ["--registry=https://registry.npmjs.org/", "-y", "ai-dev-analytics", "mcp"]
    }
  }
}

Lingma(通义灵码) .lingma/mcp.json

{
  "mcpServers": {
    "aida": {
      "command": "npx",
      "args": ["--registry=https://registry.npmjs.org/", "-y", "ai-dev-analytics", "mcp"]
    }
  }
}

打开看板

npx ai-dev-analytics dashboard

打开 http://localhost:2375,即可查看本地数据看板。


🧭 场景操作指南

下面这些是最常见的落地场景。想看详细行为、重复执行语义和边界说明,直接跳到 COMMANDS.md

1. 新项目初始化

详细步骤见:COMMANDS.md / 场景 1:新项目初始化

适用场景:

  • 仓库里还没有 .aida

  • 想从零接入 AIDA

操作:

aida init

你会在交互里选择:

  • collectfull 模式

  • 需要接入的 AI 工具

  • 是否导入现有工具的规则 / skills 作为 baseline

初始化后建议立即检查:

aida build
aida status

2. 老项目迁移到 AIDA

详细步骤见:COMMANDS.md / 场景 2:老项目迁移

适用场景:

  • 项目还在使用旧 .aidevos

  • 想把旧 rules / skills / run 数据迁进当前 AIDA 体系

最省事的方式:

aida migrate-legacy

如果你想显式指定 baseline tool:

aida migrate-legacy cursor
aida migrate-legacy codex

如果你想拆开执行:

aida migrate-dir
aida import cursor
aida migrate
aida memory rebuild
aida build

3. 已经初始化过,但产物缺失或版本升级后想补齐

详细步骤见:COMMANDS.md / 场景 3:项目已初始化,但想补齐缺失产物

适用场景:

  • AGENTS.md / CLAUDE.md / .codex/config.toml 被删了

  • 旧版本包生成不完整

  • 发新包后想在老项目里补齐生成产物

操作:

aida init

然后在交互里选:

  • Repair missing generated files

或者直接跑:

aida build
aida migrate-legacy

其中:

  • aida build 适合“真源没问题,只想重建产物”

  • aida migrate-legacy 适合“历史项目想顺手补齐 memory / import / build 全链路”

4. 已有工具规则想回收进 .aida/*.json

详细步骤见:COMMANDS.md / 场景 4:import 和 build 怎么配合

适用场景:

  • 项目里已经有 .cursor/.claude/.codex/ 本地规则

  • 想把分散资产统一回收到 .aida/rules.json / .aida/skills.json

操作:

aida import
aida import cursor
aida import codex

经验上:

  • 无参数 import:适合把当前项目里能发现的资产统一扫回 AIDA

  • 带 baseline tool:适合你明确知道“以某个工具的资产为准”

回收后建议再跑一次:

aida build

5. rules 冲突

详细步骤见:COMMANDS.md / 场景 5:rules 冲突

适用场景:

  • git pull / git merge.aida/rules.json 出现 conflict marker

操作:

aida rules merge

如果你想顺手把 skills.json 也一起处理:

aida merge

然后建议检查:

aida rules dedupe
aida build

6. skills 冲突

详细步骤见:COMMANDS.md / 场景 6:skills 冲突

适用场景:

  • .aida/skills.json 出现 conflict marker

操作:

aida merge

或者只处理 skills:

aida skills merge

处理完建议再跑:

aida build

7. 规则重复、相似、怀疑冲突

相关操作见:COMMANDS.md / 场景 5:rules 冲突

适用场景:

  • 规则越积越多

  • 多分支合并后担心重复

  • 想清理 exact duplicate,再人工看 near duplicate

操作:

aida rules dedupe

它会:

  • 自动移除 exact duplicate

  • 提示 near duplicate / potential conflict

如果你手工改了 .aida/rules.json,记得再跑:

aida rules build

8. 发布前自检建议

详细步骤见:COMMANDS.md / 场景 8:发布前自检

如果你准备发包,至少建议在当前项目里跑一遍:

npm run build
npm test
npm pack --dry-run
aida build
aida import codex
aida migrate-legacy codex
aida rules build
aida rules dedupe

如果仓库里还有冲突样本,建议再补:

aida rules merge
aida merge

🧭 命令速览

初始化与迁移

aida init
aida migrate-dir
aida migrate-legacy
  • aida init:初始化新项目;如果项目已初始化,会进入“新增工具 / 修复缺失产物 / 退出”的分支。

  • aida migrate-dir:只做 .aidevos -> .aida 目录迁移与路径替换;已经迁过时会安全 no-op。

  • aida migrate-legacy:一键迁移老项目;即使项目已经是 .aida,也可以重跑,用于补建之前缺失的产物。

构建与合并

aida build
aida merge
aida rules build
aida rules dedupe
  • aida build:从 .aida/*.json 真源重建规则视图、技能、工具侧产物、MCP 配置和 memory 视图。

  • aida merge:解决 .aida/rules.json / .aida/skills.json 的 git conflict 内容。

  • aida rules build:只重建规则相关产物。

  • aida rules dedupe:先移除完全重复的规则,再提示近似重复/潜在冲突的规则。

详细说明见 COMMANDS.md


🧩 规则去重与冲突判断

1. 完全重复如何判断

AIDA 用 fingerprint 判断 exact duplicate。生成规则如下:

  1. 转小写

  2. 折叠空白字符:多个空格 / 换行 / tab 归一成一个空格

  3. 去掉常见中英文标点

  4. trim

  5. 对归一化后的内容做 sha256

  6. 取前 12 位作为 fingerprint

这意味着以下内容会被视为同一条规则:

  • 禁止任何形式的臆想,不清楚必须询问

  • 禁止任何形式的臆想,不清楚必须询问

  • 禁止任何形式的臆想,不清楚必须询问!

2. 近似重复 / 潜在冲突如何判断

aida rules dedupe 不只看 fingerprint。对于不同 fingerprint 的规则,它会继续做近似判断:

  • 只比较同一 category 下的规则

  • 用和 fingerprint 一致的归一化规则做文本清洗

  • 按空格切词

  • 过滤长度小于等于 1 的 token

  • 计算 Jaccard 相似度

  • 相似度 >= 0.4 时,标记为 potential duplicate

这类规则不会自动合并,只会提示人工处理。原因很简单:语义相近不代表可以安全替换。

3. 当前行为

  • rules add:按 fingerprint 阻止新增完全重复规则

  • merge:按 fingerprint 合并冲突两侧规则

  • build:分发规则视图时会过滤 exact duplicate,避免生成产物里重复出现

  • rules dedupe:会把 rules.json 里已经存在的 exact duplicate 清掉,并继续提示 near duplicate


🔁 重复执行与覆盖策略

重复执行的目标是补全缺失,不破坏用户手工内容。当前策略如下。

安全重跑的命令

  • aida init

    • 未初始化时:正常初始化

    • 已初始化时:进入交互分支,可选择新增工具或修复缺失文件

  • aida migrate-dir

    • 已经使用 .aida 时:直接 no-op

  • aida migrate-legacy

    • 已迁移项目可重跑

    • 适合“老版本包生成不完整,升级后再补建”的场景

不会直接冲掉用户内容的部分

  • AGENTS.md / CLAUDE.md

    • 只维护 AIDA 注入区块

    • 已有自定义内容会尽量保留

  • .mcp.json / .cursor/mcp.json / .lingma/mcp.json

    • 走 JSON merge,把 aida MCP server 合进去

  • .codex/config.toml

    • 只维护 [mcp_servers.aida] 片段,保留其他配置

  • .gitignore

    • 只追加缺失条目,不清空现有内容

会被重建覆盖的部分

以下属于 AIDA 受管生成产物,重复执行会按 .aida/*.json 真源重建:

  • .aida/rules/*.md

  • .aida/memories/modules/*.md

  • .aida/runs/*/context.md

  • .cursor/rules/aida/*

  • .codex/rules/aida/*

  • .claude/rules/aida/*

  • .lingma/rules/*

  • 工具侧由 AIDA 分发的 skill / command 文件

这部分不建议手改。若手改,再次 build / repair / migrate-legacy 时会被覆盖,这是预期行为。

推荐原则

  • 想长期保留的规则、技能、上下文:改 .aida/*.json 真源

  • 只想修复缺失产物:优先重跑 aida init -> repairaida migrate-legacy

  • 不要把人工内容写进 AIDA 受管生成目录


📁 数据沉淀与绩效汇报

AIDA 不只是可视化 —— 它沉淀数据。每次运行都积累结构化数据,时间越长价值越大。

第 1 周:47 个任务、23 个偏差、5 个 Bug、6 条规则、4064 行代码
第 4 周:180+ 任务、偏差率持续下降、15 条规则、完整质量历史
一个季度:完整的开发记录 —— 可导出、可分析、可汇报

所有数据都在 .aida/ 里,格式是结构化 JSON。没有厂商锁定,随时可以导出、查询或接入别的报表系统。

Install Server
A
license - permissive license
A
quality
B
maintenance

Maintenance

Maintainers
Response time
6dRelease cycle
4Releases (12mo)

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/LWTlong/ai-dev-analytics'

If you have feedback or need assistance with the MCP directory API, please join our Discord server