Cómo hacer que un agente nuevo sea productivo en un repositorio grande rápidamente
Cuándo usarlo: El agente desperdicia el 30% del contexto leyendo y releyendo archivos.
Requisitos previos
- Node + bun o npm — brew install bun o usa npm
- Un proveedor de embeddings (Ollama local, OpenAI, Gemini o Groq) — ollama pull nomic-embed-text para modo sin conexión
Flujo
-
Construir el árbol de contextoEjecuta get_context_tree en la raíz del repo. Resume las capas de nivel superior.✓ Copiado→ Árbol AST con encabezados de archivo
-
Lecturas solo de esqueletosUsa get_file_skeleton en src/auth/ para ver solo firmas — no leas los cuerpos aún.✓ Copiado→ Firmas de función sin cuerpos
-
Haz una pregunta semánticasemantic_identifier_search: '¿dónde se implementa y se llama la verificación de JWT?'✓ Copiado→ Implementaciones clasificadas + sitios de llamada
Resultado: El agente opera con un modelo mental del repositorio usando ~5x menos contexto.
Errores comunes
- La indexación en la primera ejecución es lenta — Ejecuta el análisis inicial una vez; las actualizaciones incrementales son rápidas
- Desajuste del modelo de embeddings entre índice y consulta — Mantente con un modelo de embeddings; reindexa si lo cambias