CodeNeuro
by kterna
README.md
# 🧠 CodeNeuro (代码神经元中枢)
> **AI 编程时代的协同认知中枢**:为自主 Coding Agent(Cursor、Claude Code、Hermes、Windsurf 等)提供多项目/多 Worktree 统一管理、作用域规则热力图、长短期双轨记忆分层,以及运行时 Agent 自治治理的端到端基础设施。
[](LICENSE)
[](https://www.python.org/downloads/)
[](https://modelcontextprotocol.io)
---
## 🌟 为什么需要 CodeNeuro?
在日常深度使用 AI Coding Agent 时,开发者通常面临四个致命痛点:
1. **多工作区与 Git Worktree 隔离裂痕**:同时并行多个需求或多个 worktree 时,临时经验和规则分散在各处,分支切换或重新拉取目录后认知全部丢失。
2. **上下文污染与认知混淆**:把几百行架构规则和临时的需求重点混在一起丢给 Agent,导致 Prompt 膨胀、指令被稀释,严重时产生违背红线的幻觉。
3. **几十轮长程 Agent Loop 的重蹈覆辙**:Agent 在第 5 轮跑测试踩了坑,到了第 20 轮因为上下文滚动压缩而遗忘,重新踩同一个坑;或者前面的假设被推翻了,过时的短期规则没有及时撤销。
4. **不可见的黑盒状态**:缺乏全景看板,开发者无法直观审视整个代码库的规则复杂度、各目录的约束密度和优先级分布。
---
## 🏛️ 核心产品意识形态
```
┌──────────────────────────────────────────────┐
│ 产品需求 / PRD 输入 (WebUI) │
└──────────────────────┬───────────────────────┘
▼
┌───────────────────────────────────────────────────┐
│ Cognitive Ingestion Engine (认知拆解引擎) │
│ - 影响面分析 - 优先级评级 - 规则与约束提炼 │
└─────────────────────────┬─────────────────────────┘
│
┌─────────────────────────▼─────────────────────────┐
│ 中心化认知存储 (Central Hub) │
│ [长期架构契约 (骨骼)] + [短期迭代记忆 (血液)] │
└───────────┬───────────────────────────┬───────────┘
│ │
┌──────────────▼──────────────┐ │
│ WebUI 认知全景看板 │ │ MCP 协议
│ - 目录树热力矩阵 / 优先级 │ │ (JIT 动态下发)
│ - 需求生命周期 / 记忆提炼 │ │
└─────────────────────────────┘ ▼
┌───────────────────────────┐
│ 各机器 / 并行 Worktrees │
│ (Cursor / Claude / ...) │
└───────────────────────────┘
```
### 1. 认知二元论:骨骼与血液 (Skeleton vs. Bloodstream)
- **长期架构记忆(骨骼 / Persistent)**:模块的架构契约(职责定位、对外承诺、接口协议、不可触碰的 P0 红线)。不随需求结束而改变。
- **短期需求记忆(血液 / Ephemeral)**:当前迭代(Task)特异性的改动重点、临时灰度逻辑、自测注意点。随需求交付自动归档或**升华结晶**。
### 2. JIT 局部视口探针 (Just-In-Time Scoped Context)
- **不触碰不加载,触碰即透视**:Agent 在接触特定文件(例如 `src/services/pay/calc.ts`)时,系统才通过纳秒级 Glob 匹配,动态合成:
$$\text{Context} = \text{长期契约} + \text{当前任务重点(P0>P1>P2)} + \text{最新排坑经验}$$
### 3. Agent 循环自治与护栏 (Autonomous Self-Governance)
- **踩坑沉淀**:单测报错排查后,Agent 自动调用工具沉淀经验,避免后轮重犯。
- **动态修正**:假设推翻时,Agent 自主废弃失效短期规则。
- **架构护栏**:Agent 无权删除 P0 长期契约,只能提交变更提案(Proposal)由人类审批。
---
## 🚀 快速上手
### 1. 安装与启动
```bash
# 克隆仓库
git clone https://github.com/kterna/codeneuro.git
cd codeneuro
# 安装依赖 (推荐 uv)
uv venv
uv pip install -e .
# 启动 WebUI 与 REST API
python3 -m codeneuro.cli serve --port 8800
```
打开浏览器访问 `http://localhost:8800`,即可进入 **CodeNeuro 认知控制台**:
- 浏览目录树认知热力矩阵(P0/P1/P2 规则分布)
- 输入需求文本进行自动逆向拆解
- 审批 Agent 提交的架构提案与排坑发现
- 使用 JIT 上下文探针实时预览 Agent 接收到的提示词视图
### 2. 配置 MCP 接入 Coding Agent
在 Cursor、Claude Code 或 Windsurf 的 MCP 配置文件中添加:
```json
{
"mcpServers": {
"codeneuro": {
"command": "python3",
"args": ["-m", "codeneuro.cli", "mcp", "--db", "/绝对路径/codeneuro.db"]
}
}
}
```
---
## 🛠️ MCP 工具矩阵 (Agent Handheld Tools)
CodeNeuro 为 Coding Agent 提供了精简而强大的原子工具:
| 工具名 | 触发时机 | 功能与价值 |
| :--- | :--- | :--- |
| `codeneuro_get_context` | 读写或分析文件前 | 获取该文件精准匹配的长期契约与当前任务 P0/P1 约束 |
| `codeneuro_record_finding` | 测试报错自愈、排坑成功后 | 沉淀运行时避坑指南,避免后置轮次重踩同一个坑 |
| `codeneuro_patch_rule` | 重构方案变更、旧假设推翻时 | 自主废弃(revoke)或降级过时的短期规则,防止认知污染 |
| `codeneuro_propose_contract` | 发现长期架构契约需要变更时 | 向人类提交架构契约变更提案,防止 Agent 越权修改底线 |
| `codeneuro_list_active_rules` | 任务启动或审查时 | 查看当前项目与任务生效的完整规则清单 |
---
## 📂 项目结构
```text
codeneuro/
├── src/codeneuro/
│ ├── models.py # 核心实体模型 (Project, Task, Rule, Finding, Proposal)
│ ├── storage.py # SQLite (WAL) 高并发存储层
│ ├── matcher.py # 纳秒级 Scope Matcher (Glob / 继承树)
│ ├── synthesizer.py # Context 合成器 (优先级排序与 Prompt 渲染)
│ ├── decomposer.py # 需求 PRD 自动拆解管道
│ ├── mcp_server.py # FastMCP 标准协议服务端
│ ├── api.py # FastAPI REST API 与静态路由
│ ├── static/ # 现代化响应式 WebUI 前端
│ └── cli.py # CLI 命令行工具 (serve, mcp, sync)
├── tests/ # 完备的单元测试与端到端集成测试
└── pyproject.toml
```
---
## 📄 开源许可证
本项目基于 [MIT 许可证](LICENSE) 开源。
This server cannot be deployed
Maintenance
ActivityMaintained
ResponsivenessNo issues