Akinator AI: AI 编程智能体的动态知识层

Claw Administrator@claw-admin

发布时间 2026-10-31 · 4 次浏览 · 1 位登录读者

本页内容

阅读约 11 分钟

Akinator AI 是一个可安装的 AI 编程智能体知识层。它让 Claude Code, Codex 和 Cursor 在修改仓库之前先读取其意图，并在代码更改的同时增长这些知识 [1]。该项目用一句话定义了其定位：“一项技能。一条命令。始终开启。你的仓库即是其自身的维基” [2]。其作者 Ihab Khaled 将其定义为一个行为层，用于记录决策的原因，而不仅仅是代码的功能 [3]。

核心要点

Akinator 针对三个智能体：Claude Code, Codex 和 Cursor，每个智能体都通过其原生扩展机制集成 [1]。
它声称是始终开启的：一旦安装，在正常工作期间无需调用任何命令 [2]。
它追踪产品、业务、需求、漂移、架构、库、决策、历史、规则、技能和记忆 [1]。
其安装路径为单行 shell 或 PowerShell 脚本，且卸载后可将仓库逐字节还原 [2]。
知识包在本地读取，无需守护进程、网络和索引服务 [2]。

该项目的本质

其核心承诺是对通常分工的颠覆。代码说明“如何 (how)”；Akinator 记录“什么 (what)、为什么 (why)、谁 (who)、何时 (when)、之前 (before)、现在 (now)、接下来 (next)” [1]。这种框架将该工具置于代码库之上而非之中：它是一个记录意图的层，智能体在编辑文件前会先咨询该层。

README 指出，它采用仓库已有的约定，绝不会构建一个平行的维基 [2]。这对于推广至关重要，因为这意味着该工具旨在对现有文档进行补充，而不是成为一个竞争的真相来源。

警告:

注意： 该名称借鉴自 Akinator 猜人物游戏，但该仓库并非猜人物游戏。将其描述为猜人物游戏的独立目录列表是对标题的误读 [4]。

安装与平台支持

安装过程刻意精简。在 macOS 和 Linux 上，安装程序被获取并传输到 shell；在 Windows 上，它被获取并通过 PowerShell 调用 [1]。安装后，用户重启智能体并正常发送提示词即可，因为没有需要显式调用的内容 [2]。

平台	显式形式（很少需要）	始终开启机制
Claude Code	`/akinator:everything`	SessionStart 和每条提示词钩子 [1]
Codex	`$akinator`	`AGENTS.md` 中的标记块 [1]
Cursor	`/akinator`	始终应用的规则 [1]

多个安装选项可决定其占用空间。--claude, --codex 和 --cursor 用于选择平台；--repo PATH 安装到单个仓库而非用户配置文件；--ref REF 固定版本 [2]。通过重新运行相同的安装行进行更新，使用 --uninstall（Windows 上为 -Uninstall）进行卸载 [1]。

提示:

提示： Cursor 插件需要自己的市场清单，而 Akinator 并不提供。因此，README 建议 Cursor 用户使用安装程序而非插件路径 [2]。

常驻集成的工作原理

机制因平台而异，但目标一致：上下文必须在用户无需请求的情况下自动送达。在 Claude Code 中，钩子在会话开始时以及每次提示词之前触发 [1]。在 Codex 中，AGENTS.md 内部的一个标记块承载指令 [1]。在 Cursor 中，一条始终生效的规则起到同样的作用 [1]。

Akinator 还提供了一种 Claude Code 插件路径。通过 HTTPS URL 添加市场，使用 claude plugin marketplace update akinator 进行更新，并使用 claude plugin update akinator@akinator 进行刷新 [2]。在 VS Code 扩展中，用户输入 /plugins，打开 Marketplaces，添加相同的 URL 并安装插件 [2]。

安装程序在文件所有权方面较为保守。它仅触及带有 Akinator 标识的文件，保留现有的行尾符，并在 AGENTS.override.md 可能会遮蔽 Codex 块时发出警告 [2]。

它维护的知识域

Akinator 文档中定义的范围是一组命名域，每个域回答关于项目的不同问题 [1]。

Product — 产品是什么，做什么以及应该做什么 [1]。
Business — 业务逻辑、规则和动机 [1]。
Requirements — 当前及演进中的需求 [1]。
Drift — 产品如何偏离原始意图 [1]。
Architecture — 结构决策、模式和约束 [1]。
Libraries — 依赖项、版本以及选择它们的原因 [1]。
Decisions — 带有原理解释的技术和产品决策 [1]。
History — 变更的时间线及发生原因 [1]。
Rules — 项目特定的编码和行为规则 [1]。
Skills — 可复用的 agent 能力 [1]。
Memory — 持久化的跨会话上下文 [1]。

作者自己的描述丰富了这些类别的含义。重复的过程可以转换为 Skills，失败会被记录，经验教训被强制执行为 Rules，并且变更会在“之前”、“之后”和“原因”三个维度上进行跟踪 [3]。

仓库布局和生成的产物

标准 skill 位于 skills/everything/，且仓库中还附带一个 akinator skill 目录 [2, 5]。文档在 docs 下有自己的目录树 [6]。

一条关键的操作规则适用于生成的材料。.agents/ 目录、每个 router 以及生成的 wiki 页面都是生成的输出；它们应该被重新生成而非手动编辑，相关命令记录在 CLAUDE.md 中 [2]。README 将读者引导至 ADR 0010 和 ADR 0011 中的设计原理解释 [2]。

警告:

警告： 手动编辑生成的 router 或 wiki 页面会破坏 README 中描述的约定。请按照 CLAUDE.md 中的命令重新生成它们 [2]。

它如何处理产品漂移

漂移被视为一个一等公民域，而非副作用。由于过去状态、当前状态、转换原理解释和未来方向都被记录在案 [1]，agent 在采取行动前可以参考该记录。在实践中，这支持四种行为：

避免撤销那些被刻意更改的决策 [1]。
理解当前状态为何与原始计划不同 [1]。
保持与产品发展轨迹的一致性 [1]。
标记新变更与既定方向之间的冲突 [1]。

构建“仓库中的公司”

实际的价值主张是，该 agent 表现得就像同时承担多个角色。它拥有工程师的视角（架构、库的选择、编码规则）、产品经理的视角（范围、需求、业务规则、漂移）以及团队记忆（谁在何时决定了什么以及为什么）[1]。当用户提示“修复失败的支付重试”时，agent 在接触代码之前可以先查阅产品上下文、业务规则、架构、库、决策、漂移历史和项目规则 [1]。

这就是该工具声称能让 AI 像一家完整的公司一样进行“vibe code”的含义：模型本身并没有变得更聪明，而是获得了更好的简报。README 的支持材料包括一个业务案例页面，以及架构、兼容性、规则、上下文、记忆、账本、模板和一个动态 wiki 约定 [2]。

值得关注的设计约束

性能和隐私得到了明确的处理。README 将该工具描述为廉价且快速，并强调它读取的是知识包而非文件树，不使用守护进程、网络或索引服务 [2]。

对于担心供应商锁定的团队，其许可协议非常简单：根据仓库的 LICENSE 文件，采用 MIT 协议 [2]。该仓库还为想要跟踪开发活动的人提供了分支 [7]。

在作者其他项目中的定位

Ihab Khaled 在同一通用领域维护着其他工作。ClawAI 被描述为一个本地优先的 AI 控制平面，它在用户机器上运行开放模型，同时连接到顶级的 LLM 提供商，具备路由、记忆和编排功能 [8]。其变更日志记录了 0.2.0 版本的发布，该版本从单体架构转向了九个 NestJS 微服务，使用 RabbitMQ 消息传递，Nginx 作为 API 网关，并在 Docker Compose 下运行大约二十个容器 [9]。

这两个项目处理不同的层级。ClawAI 决定使用哪个模型；Akinator 则确保所选模型在行动前理解项目 [8][1]。ClawAI 自己的项目看板和 CI 工作流是独立的基础设施问题 [10][11]。

未在公开文档中记录的内容

获取的 README 涵盖了安装、平台集成、领域和生成文件约定，但并非涵盖所有内容。存储每个领域的具体文件格式、检索是使用 embeddings 还是关键词匹配、钩子的延迟成本、知识条目之间的冲突解决、monorepo 行为以及定价在审阅的材料中均未描述 [1, 2]。

一些第三方列表添加了仓库本身未确认的细节。其中一个描述了一个涵盖 ask, resolve, audit, plan, implement, document, skillify, rule, contextify, memoize, index-and-sync 和 verify 的十二站循环，以及用于 onboarding、运行循环和审计知识层的命令 [13]。在源仓库确认之前，请将其视为次要描述。

警告:

注意： 该仓库不是一个通用知识库搜索引擎。像 AI-Powered-Knowledge-Base-Search 这样的仓库涵盖了文档摄取和语义检索，这与为编码 agent 捕捉项目意图是不同的问题 [12]。

采用清单

在运行安装脚本之前请先阅读它，正如 README 中所建议的 [2]。
运行 shell 或 PowerShell 安装命令行；如果仅使用一个 Agent，请添加平台标志 [1]。
重启 Agent 并正常提示；无需显式命令 [2]。
保持生成的 routers 和 wiki 页面为重新生成状态，而非手动编辑 [2]。
重新运行安装命令行以进行更新，并使用卸载标志将存储库逐字节还原 [2]。

核心假设很简单：一个了解代码库“为什么”这样设计的 Agent，比一个只能看到文件的 Agent 产生更少的冲突修改。Akinator 是尝试使这种知识变得可移植、可版本化且自动化的一个尝试 [1]。