它解决什么问题

Hugging Face 开源了 relore（REpository LORE），目标是给编码 agent 一份「仓库记忆」：把仓库历史里散落在 issue、PR 和评审评论里的决策，连回当前代码。动机来自一个真实案例——2026 年 9 月 8 日 Transformers 的一个 issue（GPTNeoXJapanese 在 rotary_pct 不等于 1.0 时因 RoPE 忽略 partial_rotary_factor 而崩），一天内有人给出正确诊断、维护者回复「很欢迎 PR」，两天内两人开了修复 PR；但他们的 CI agent 差点写出第三个补丁，因为相关信息散在不同 issue、PR 与评论里而且互不链接。

几个关键能力

  • 区分「谁说了什么」：把维护者的决定与贡献者的猜测区别对待，默认把机器生成内容排除在证据集之外。
  • relore inflight <issue>：这个 issue 有没有人在修。
  • relore thread：这段讨论里到底谁说了什么。
  • relore search --trust authoritative：只在可信来源里检索。
  • relore defs / copies：用 tree-sitter 索引 Python 符号，实测用约 5% 的 token 就能得到比通读文件更好的概览。
  • relore why <file:line>：沿 git blame 追到引入这行的 PR，并浮出该行周围的评审评论。

为什么「默认排除机器生成内容」重要

agent 自己写下的结论和人类维护者的决定，在可信度上不是一回事。把两者混在一个证据池里，agent 会用自己上一轮的猜测去支撑这一轮的判断，错误会自我强化。relore 的默认设置是只把人的决定当权威证据，机器生成的内容要单独看待。

怎么试

代码以 Apache-2.0 放出，只在摄取阶段访问 GitHub，之后的查询都走本地 HTTP API，适合放进内网环境，已经在 Transformers 等多个 Hugging Face 项目内部使用。最小验证路径：对你有历史包袱的那个仓库跑一次 why，看它能否把某一行代码追回当初的评审讨论。

给 agent 的记忆里，人类的决定和机器的猜测必须分开放。