<!-- title: AI代码质检、Agent记忆与工作流：五款新锐工具 -->
<!-- domain: new-tools -->

# AI代码质检、Agent记忆与工作流：五款新锐工具

上周在 HN Show HN 板块，一批围绕"AI代码质量"和"Agent基础设施"的新工具密集冒头。这些工具不是又一个大模型封装，而是解决AI编码时代真实痛点的基础设施——AI写的代码质量怎么控？多个Agent会话之间的上下文怎么传递？工作流怎么让Agent和确定性逻辑混跑？**这五个工具，国内几乎没人讨论，但每一个都踩在中国开发者正在经历的痛点上。**

---

## 一、AISlop：AI代码味的终结者

**GitHub**: [github.com/scanaislop/aislop](https://github.com/scanaislop/aislop)
**HN热度**: 73 points / 65 comments（5月29日）
**语言**: TypeScript | **Stars**: 308+ | **协议**: MIT

### 解决什么问题

你用 Claude Code、Cursor、Codex 写了一整天代码，lint通过、测试全绿——但代码里有大量AI特有的"坏味道"：空的 catch 块、废话注释、重复的工具函数、死代码、过大的函数体。这些不是语法错误，是AI生成代码特有的"偷懒模式"。人类code reviewer可以识别，但AI编码时代code review经常被跳过。

**AISlop**就是专门针对这些AI代码味的静态分析工具。50+条规则，覆盖7种语言（TypeScript、JavaScript、Python、Go、Rust、Ruby、PHP），亚秒级扫描，纯确定性——不调用LLM，同样的代码永远得出同样的分数。

### 怎么用

```bash
# 零安装扫描
npx aislop scan

# 自动修复
npx aislop fix

# 激进修复（包括依赖和未使用文件）
npx aislop fix -f

# 只检查变更文件
npx aislop scan --changes

# 挂到Claude Code的hook上——每次AI编辑后自动检查
npx aislop hook install --claude

# CI模式（输出JSON，可设质量门禁）
npx aislop ci
```

最绝的是**评分机制**：每次扫描给出0-100的"slop分数"，可以在README上挂公开badge，让项目代码质量一目了然。

### HN社区真实反馈

用户 hootz 说："Ran it in my codebase, detected some good stuff, was able to pass the issues to my agent so they can be validated and fixed."——直接把aislop的输出喂回Agent让它自己修。

也有人质疑："Concentrate on code quality, and whether it does what it needs to do. Not whether it was written by AI or not." 但作者 Heavykenny 回应得很清楚：这些规则本质上就是**代码质量规则**，只不过AI生成代码高频出现这些坏味道而已。

### 为什么值得关注

国内AI编码工具用户快速增长，但**AI代码质量管理**几乎是空白。国内团队如果用Cursor或Claude Code写项目，强烈建议把aislop挂进CI/CD流水线。免费的，MIT协议，一条命令就跑起来。

---

## 二、Lithium：给Agent装上结构化记忆的Postgres引擎

**GitHub**: [github.com/0xJaksun/lithium-core](https://github.com/0xJaksun/lithium-core)
**Stars**: 11+ | **协议**: MIT | **语言**: TypeScript

### 解决什么问题

AI Agent需要精确的结构化数据存取——不是向量相似搜索那种模糊匹配，也不是图数据库那种慢吞吞的遍历。当你问"给我 `engineering.auth` 下面所有数据"，应该是**一次索引查询**，不是图遍历。

**Lithium** 利用 PostgreSQL 的 `ltree` 扩展，为Agent提供层级化、版本化、作用域化的结构化数据存储。两条命令搞定：

```bash
npx @lithium-ai/kit init
claude mcp add lithium -- npx @lithium-ai/kit serve
```

### 核心对比

| 特性 | Lithium | 图数据库 | 向量数据库 |
|------|---------|---------|----------|
| 数据结构 | 树形层级 | 任意图 | 平面 |
| 查询速度 | ltree索引，毫秒级 | 图遍历，随深度变慢 | ANN搜索，近似 |
| 检索方式 | 确定性、作用域化 | 模式匹配 | 模糊相似度 |
| 版本管理 | 内建、不可变 | 手动 | 覆盖 |
| 基础设施 | 复用现有Postgres | 独立服务 | 独立服务 |

**关键洞察**：用你已有的Postgres，不需要部署新服务。对于做Agent开发的中国团队，这意味着零额外基础设施成本。

---

## 三、Terse：代码优先的AI工作流平台

**GitHub**: [github.com/TerseAI/Terse](https://github.com/TerseAI/Terse)
**Stars**: 14+ | **协议**: Sustainable Use | **语言**: TypeScript

### 解决什么问题

传统工作流平台（n8n、Zapier）用UI拖拽，对开发者不友好，对AI Agent更不友好。Terse的理念是：**工作流就是TypeScript代码**，可以在PR中review、在git中追踪。

核心能力：
- **确定性工具调用 + Agent决策混合**：同一个工作流里，需要精确的地方直接调工具，需要判断的地方交给Agent
- **类型化SDK自动生成**：`terse generate` 根据你的workspace生成强类型句柄
- **作用域技能（Scoped Skills）**：Agent只能访问你声明的工具范围，杜绝"幻觉导致灾难性删除"
- **无服务器部署**：`terse deploy` 一键上线到Terse Cloud（Modal沙箱隔离）
- **Claude Code原生集成**：`npx skills add TerseAI/Terse`，然后在Claude里直接 `/terse:create 描述你的工作流`

### 一个工作流长什么样

```typescript
// 监听GitHub PR → 发Slack通知 → Agent生成摘要
import { workflow, repo, slack } from "terse-sdk";

export default workflow("pr-review", async (ctx) => {
  const pr = await repo.onPullRequest(ctx);
  const msg = await slack.post(ctx, { 
    channel: "#reviews", 
    text: `New PR: ${pr.title}` 
  });
  // 交给Agent生成Block Kit摘要
  await ctx.agent({
    task: "Summarize this PR for Slack",
    skills: [repo.read, slack.thread],
  });
});
```

部署方式可选：全托管、混合（控制面托管+数据面自建）、全自建。

### 为什么值得关注

国内AI工作流产品大多走"低代码"路线。Terse走的是"代码优先"路线——更符合专业开发者的心智模型，而且原生支持Claude Code。

---

## 四、metaBrain：Agent的本地文档记忆中心

**官网**: [metabrain.eu](https://metabrain.eu)
**GitHub**: [github.com/OpenCow42/metaBrain](https://github.com/OpenCow42/metaBrain)
**HN热度**: 7 points（6月2日）| **语言**: Swift | **协议**: 开源免费

### 解决什么问题

你用AI Agent写代码，每次开新会话，Agent对项目的理解就归零了。metaBrain的解决方案：**给Agent和人类共享一个本地文档记忆空间**——可搜索的笔记、源码片段、任务上下文、元数据、标签、链接、版本历史。

作者是JSweet（Java到TypeScript转译器）的作者，一个有分量的开源开发者。

核心特点：
- **本地优先**：数据存在本机（LevelDB），不上传任何东西
- **Agent自发现**：Agent可以自主浏览和检索记忆库
- **超越一维聊天**：不只是线性对话，Agent可以搜索、关联、跳转
- **跨平台**：macOS、Linux、Windows

### 适用场景

在做大型项目时，用metaBrain记录：
- 架构决策及原因
- 踩过的坑和解决方案
- API设计规范
- 任务间上下文

这样每次新开Agent会话，它可以直接查询metaBrain获取项目记忆，而不是从零开始。

---

## 五、Agents CLI：让Agent跑在你的订阅上而非API费用上

**官网**: [agents-cli.sh](https://agents-cli.sh)
**HN热度**: 6 points（5月31日）| **团队**: Phoenix Labs（前TikTok/Applied AI）

### 解决什么问题

这是一个精明的成本优化思路：你已经有 Claude Pro、Cursor Pro、Copilot 等**订阅制**工具，为什么还要按token付API费用？

**Agents CLI**是一个开源的CLI Agent工具链/元框架，让多个编码Agent跑在你已有的订阅服务上，而不是按API调用计费。

```bash
# 安装
curl -fsSL agents-cli.sh | sh

# 或
npm install -g @phnx-labs/agents-cli
```

对于大规模并行Agent工作流，这个模式可以把成本从"按token烧钱"变成"固定订阅费"。团队来自前TikTok和Applied AI背景，开源了内部工具。

---

## 工具关系全景图

```mermaid
graph TB
    subgraph "AI编码时代的质量闭环"
        A[AI Coding Agent<br/>Claude Code / Cursor / Codex] -->|生成代码| B[AISlop<br/>AI代码味检测]
        B -->|质量报告| C[CI/CD Pipeline]
        B -->|反馈修复| A

        A -->|需要记忆| D[metaBrain<br/>本地文档记忆]
        A -->|需要数据存取| E[Lithium<br/>结构化Agent存储]

        F[Terse<br/>工作流平台] -->|混合确定性+Agent| A
        G[Agents CLI<br/>订阅制Agent运行器] -->|并行运行| A
    end

    style A fill:#f9f,stroke:#333,stroke-width:2px
    style B fill:#ff9,stroke:#333,stroke-width:2px
    style D fill:#9ff,stroke:#333,stroke-width:2px
    style E fill:#9cf,stroke:#333,stroke-width:2px
    style F fill:#fc9,stroke:#333,stroke-width:2px
    style G fill:#cf9,stroke:#333,stroke-width:2px
```

---

## 信息差总结

| 你可能知道的 | 你应该知道的 |
|------------|------------|
| AI写的代码能跑就行 | AISlop可以检测50+种AI代码味，挂进CI自动拦截 |
| Agent会话结束就失忆 | metaBrain让Agent有可搜索的本地记忆库 |
| 向量数据库是Agent的标准存储 | Lithium用Postgres ltree实现确定性层级查询，更快更准 |
| n8n/Zapier是唯一的工作流选择 | Terse是代码优先的工作流，原生支持Claude Code |
| Agent只能按API token烧钱 | Agents CLI让Agent跑在订阅上，省掉API费用 |

---

## 行动指南

1. **今天就做**：在任意项目中运行 `npx aislop scan`，看看你的AI代码质量得分。不到5秒出结果。
2. **本周安排**：试用 Lithium，给你的Agent项目加上结构化记忆。已有Postgres的团队零额外成本。
3. **团队层面**：把aislop挂进CI流水线（`npx aislop ci`），设定质量门禁分数。
4. **长期考虑**：如果团队在大量使用AI编码，Terse的工作流模式值得评估——把重复的Agent任务流程化。

---

## 参考来源

- [AISlop - GitHub](https://github.com/scanaislop/aislop) — HN讨论：[Show HN: AISlop](https://news.ycombinator.com/item?id=48322956)
- [Lithium Core - GitHub](https://github.com/0xJaksun/lithium-core) — HN讨论：[Show HN: 2-command CLI for AI agents](https://news.ycombinator.com/item?id=48322956)
- [Terse - GitHub](https://github.com/TerseAI/Terse) — 官网：[useterse.ai](https://useterse.ai)
- [metaBrain](https://metabrain.eu) — HN讨论：[Show HN: MetaBrain](https://news.ycombinator.com/item?id=48368082)
- [Agents CLI](https://agents-cli.sh) — HN讨论：[Show HN: Agents](https://news.ycombinator.com/item?id=48356312)

---
> 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。
> 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

> [!tip] 51学通信知识星球
> **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。
> **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。
> **当前规模**：5200 篇主题 / 990 个回答，198 元/年。
> **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。
> **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)