better-context
better-context 是一款专为开发者设计的智能辅助工具，旨在解决 AI 编程助手因依赖过时文档而提供不准确建议的痛点。它不再让 AI 仅凭训练数据或旧版文档回答问题，而是直接搜索并分析项目中使用的库和框架的最新源代码，从而确保获取的信息实时、精准。
对于经常需要集成新库或维护复杂技术栈的软件工程师而言，better-context 能显著提升代码生成的质量和可靠性。其核心亮点在于“基于源码而非文档”的检索机制，让 AI 代理能够深入理解技术的最新实现细节。目前，该工具已重构为一种灵活的"AI 技能（Skill）”，可无缝集成到 Pi 或 Codex 等主流编程代理中。用户只需在对话中简单指令即可触发，工具会自动在本地沙箱中克隆并索引关键仓库，既避免了污染主上下文窗口，又实现了高效的资源管理。无论是日常开发中的即时查询，还是深度的技术调研，better-context 都能帮助开发者摆脱文档滞后的困扰，获得更靠谱的编码支持。
使用场景
某全栈开发者在维护一个依赖多个快速迭代开源库的遗留项目时，需要确认某个第三方库的最新 API 用法以修复兼容性报错。
没有 better-context 时
- 开发者只能查阅可能已过期的官方文档或 StackOverflow 旧帖，导致代码实现与实际版本不符。
- AI 助手因训练数据截止限制，幻觉出已废弃的参数或函数，生成无法运行的代码片段。
- 为了验证信息，开发者不得不手动克隆仓库、翻阅源码目录，耗费大量时间在环境配置和文件检索上。
- 上下文窗口被无关的通用知识占据，AI 无法精准定位到当前项目所依赖的具体库版本细节。
使用 better-context 后
- better-context 直接搜索并索引本地或远程的实际源代码，确保提供的 API 用法与项目中安装的版本完全一致。
- AI 代理基于实时源码回答问题，彻底消除了因文档滞后产生的“幻觉”代码，首次生成的方案即可运行。
- 开发者只需在对话中指令“use btca"，工具自动在沙箱中克隆并检索关键仓库，将数小时的手动调研缩短为秒级响应。
- 通过精准注入相关源码片段作为上下文，AI 的回答深度显著提升，能够处理复杂的版本迁移和底层逻辑疑问。
better-context 的核心价值在于让 AI 开发代理从“依赖记忆”转变为“查阅源码”，确保了技术决策的实时性与准确性。
运行环境要求
- 未说明
未说明
未说明
快速开始
btca
通过搜索实际源代码而非过时的文档，向你的 AI 助手提问有关库和框架的问题。
[!WARNING] btca 目前正在重写中。新版本将在完全保持向后兼容性的前提下覆盖现有版本，同时修复大量问题并大幅提升性能。它正基于 pi agent 和 node 重新构建，以改善 Windows 上的使用体验。
关于该项目的一点说明
我一直在测试大量、真的非常大量的方案，以提升本地使用体验。
- 自定义 pi agent
- 新的命令行工具
- 一个 pi 扩展
- 一个复杂资源管理的命令行工具
在尝试了所有这些之后，我逐渐意识到，这个项目的本地版本或许本应只是一个技能模块。因此，至少目前它是这样设计的。我知道这听起来有些荒谬，但请相信我，使用体验非常出色。我强烈建议结合 pi 或 codex 来使用：
快速开始
- 安装该技能：
npx skills add https://github.com/davis7dotsh/better-context --skill btca-local - 使用方式有三种：
- 在任何提示过程中直接输入“use btca”，你的编码助手就会克隆并搜索
~/.btca/agent/sandbox中的重要仓库，从而提升输出质量。 - 通过
/btc...或$btc...（具体命令取决于你的助手）调用该技能，体验将类似于旧版的 TUI 界面。 - 同样使用上述命令调用技能，但这次附带一个问题或提示。这基本上等同于
btca ask命令。
- 在任何提示过程中直接输入“use btca”，你的编码助手就会克隆并搜索
该项目的未来规划
- Web 应用将继续扩展和支持。在那里我可以实现一些本地无法完成的功能，而且我不希望降低用户的使用体验。
- 本地版本未来可能会被重新考虑。将其作为搜索子代理的方式其实相当不错。不过，新系统的主要问题在于会占用主上下文窗口的空间……
常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器