これはコンテキスト・リネージ機能によって実現される:
- Gitコミットレコードの自動インデックス作成(作者、変更ファイルなどのメタデータを含む)
- 軽量なLLMを使ってコミットの差分(diff)を分析し、サマリーを生成する。
- 検索可能な過去の知識ベースを構築する。AIがファンクションスイッチの追加などのタスクを処理する際、過去の成功パターンを直接参照することができる。このアプローチは、チームの蓄積されたアーキテクチャ上の決定を構造化された知識に変換し、「発明の歯車」の繰り返しを回避すると同時に、コードの一貫性を大幅に改善する。例えば、過去のコミットに基づいて特定のテストフレームワークの仕様を学習する。
この答えは記事から得たものである。オーグメント・コード、AIプログラミングのパラダイムを再構築する「コンテキスト・エンジン」をリリースについて