ByteRover

• Antes de comenzar cualquier tarea — ejecuta brv query para descubrir reglas relevantes, preferencias y decisiones pasadas antes de que tu agente toque un solo archivo.
• Después de implementar un cambio significativo — ejecuta brv curate para persistir nuevos patrones, decisiones arquitectónicas o elecciones, de modo que las sesiones futuras hereden ese conocimiento.
• En proyectos de equipo — usa la sincronización en la nube (brv push / brv pull) para que cada agente o desarrollador comparta la misma base de conocimiento curada.
• Cuando el agente necesite recordar acciones pasadas o capacidades — consulta la memoria almacenada en lugar de depender del historial de la ventana de contexto, que puede haberse desplazado fuera de alcance.

• La información que necesitas ya está presente en la ventana de contexto actual — omite brv query para evitar llamadas redundantes al LLM.
• El hecho es transitorio, específico de una tarea, o equivale a conocimiento general del mundo — no contamines la base de conocimiento con datos efímeros usando brv curate.

Todo el conocimiento se guarda como archivos Markdown dentro de .brv/context-tree/ en el directorio de tu proyecto. Los archivos son completamente legibles por humanos, permiten diff y pueden confirmarse en el control de versiones junto con tu código.

El proveedor integrado de ByteRover impulsa brv query y brv curate de forma inmediata — simplemente ejecuta brv providers connect byterover. También puedes cambiar a OpenAI, Anthropic, Google u otros proveedores utilizando tu propia clave API.

brv query sintetiza respuestas a partir del contexto Markdown almacenado mediante un LLM. brv curate categoriza y estructura el nuevo conocimiento — incluyendo contenido de hasta 5 archivos fuente — y lo escribe de vuelta en la base de conocimiento.

Cada ejecución de brv curate genera una entrada de registro con un ID único. Puedes revisar curaciones recientes, filtrar por tiempo o estado, o inspeccionar los detalles completos de operaciones de archivos de cualquier entrada pasada usando brv curate view.

Autentícate con una clave de API de ByteRover para subir y descargar tu base de conocimientos a un espacio compartido en la nube. Los equipos pueden organizar el conocimiento en espacios con nombre dentro de los equipos, y al cambiar de espacio se obtiene automáticamente el contexto relevante.

No se envían datos a los servidores de ByteRover a menos que ejecutes explícitamente brv push. Todas las operaciones de consulta y curación permanecen en local — solo el proveedor de LLM configurado recibe contexto para su procesamiento.

Ejecuta brv query "What are the authentication patterns in this project?" antes de que el agente escriba cualquier código. Las decisiones arquitectónicas previamente documentadas emergen de inmediato, evitando que el agente reinvente o contradiga los patrones establecidos.

Después de migrar de REST a GraphQL, ejecuta brv curate "GraphQL es ahora la capa de API; los endpoints REST están deprecados" -f src/api/schema.ts para que cada sesión futura del agente herede ese contexto automáticamente.

Conecta un espacio en la nube compartido de ByteRover, sube convenciones seleccionadas (reglas de nomenclatura, pasos de despliegue, decisiones de estilo de código) y permite que el agente de cada miembro del equipo consulte la misma base de conocimiento antes de comenzar a trabajar.

Usa brv curate view --since 7d --status completed para revisar las curaciones de la última semana, verificar su precisión y detectar cualquier entrada de baja calidad antes de que influya en el comportamiento futuro del agente.