알기: AI 네이티브 에이전트 워크플로우를 위한 지속적인 코드 인텔리전스
Blackwell Systems의 knowing은 AI 에이전트가 프로젝트 구조와 상태에 지속적으로 접근할 수 있도록 하는 영구적인 코드 인텔리전스 엔진입니다. 이 앱은 Model Context Protocol을 통해 노출된 메모리 레이어로 자리잡고 있으며, 세션 간 코드 쿼리에 응답합니다. 이는 토큰 오버헤드를 줄이기 위해 간결하고 검증 가능한 컨텍스트 전달에 중점을 둡니다. 대상 청중은 에이전틱 워크플로우를 구축하는 개발자와 내구성이 있으며 쿼리 가능한 코드 컨텍스트가 필요한 AI 보조 사용자입니다.
코드베이스를 압축된 콘텐츠 주소 그래프로 인코딩합니다
knowing은 리포지토리 소스를 콘텐츠 주소 그래프로 변환하고 시스템에서 추출한 AI 네이티브 와이어 포맷을 제공합니다. GCF 포맷은 표준 JSON과 비교하여 최대 92%까지 구조화된 데이터 토큰 오버헤드를 극적으로 줄이며, 이는 모델 쿼리에 대한 처리량 프로필을 변경합니다. 출력은 원시 텍스트 블롭보다 주소 지정 가능한 노드와 압축된 컨텍스트 블롭에 집중합니다.
- 그래프 네이티브 인덱스
- 토큰 효율적인 와이어 포맷
검증 가능한 출처를 제공하고 지속적인 세션 메모리를 관리합니다
시스템은 특정 시간에 존재했던 코드나 데이터를 증명하기 위해 Merkle 증명을 사용하여 검증 가능한 상태를 기록하며, 감사 및 무결성 검사를 지원합니다. 엔진은 AI 세션 간에 지식을 지속시키고, 오래된 항목에 대해 자기 적응형 만료를 적용하여 오래된 컨텍스트를 제한합니다. 세션 중복 제거는 중복된 수집을 방지하고 반복되는 에이전트 쿼리 동안 반복된 토큰 사용을 줄여 장기적인 워크플로우에 대한 효과적인 처리량을 개선합니다.
MCP 도구가 필요하며 MCP 네이티브 클라이언트와 통합됩니다
이 도구는 MCP 서버로 작동하며 모델 상호작용을 위한 23-28개의 MCP 도구 모음을 노출하고, 언어 구조를 인덱싱하기 위해 25개의 전문 추출기에 의존합니다. Claude Desktop 및 Cursor와 같은 MCP 클라이언트에 대한 호환성이 명시적으로 나열되어 있으며, 이는 시스템을 MCP 네이티브 개발 환경 내에 배치합니다. 이러한 초점은 에이전틱 자동화를 구축하는 팀에게 자연스러운 채택을 만들고, MCP 생태계 외부의 프로젝트에는 덜 직관적입니다.
알고 있는 것은 에이전트 인프라를 구축하는 팀을 위한 실용적인 선택입니다
개발자가 agent-lsp, mcp-assert 및 GCF 형식에 대한 이전 작업을 고려할 때, 이 앱은 내구성 있는 프로그램 메모리가 필요한 AI 네이티브 에이전트를 구축하는 팀에 적합합니다. 엔진이 관련 노드를 유지하고 노이즈를 효율적으로 만료하도록 일관된 메타데이터와 선택적 인덱싱으로 리포지토리를 준비하십시오. MCP 호환 파이프라인 내에서 운영하지 않는 팀은 시스템에 대한 커밋 전에 통합 요구 사항을 평가해야 합니다.
