ByteRover

• Avant de commencer toute tâche — exécutez brv query pour faire remonter les règles pertinentes, les préférences et les décisions passées avant que votre agent ne touche le moindre fichier.
• Après avoir implémenté un changement significatif — exécutez brv curate pour persister les nouveaux patterns, choix architecturaux ou décisions afin que les sessions futures héritent de ces connaissances.
• Sur les projets d'équipe — utilisez la synchronisation cloud (brv push / brv pull) pour que chaque agent ou développeur partage la même base de connaissances organisée.
• Lorsque l'agent a besoin de se rappeler des actions passées ou de ses capacités — interrogez la mémoire stockée plutôt que de vous fier à l'historique de la fenêtre de contexte qui peut avoir défilé hors de portée.

• L'information dont vous avez besoin est déjà présente dans la fenêtre de contexte actuelle — ignorez brv query pour éviter les appels LLM redondants.
• Le fait est transitoire, spécifique à une tâche, ou relève de la connaissance générale du monde — ne polluez pas la base de connaissances avec des données éphémères en utilisant brv curate.

Toutes les connaissances sont enregistrées sous forme de fichiers Markdown dans .brv/context-tree/ dans le répertoire de votre projet. Les fichiers sont entièrement lisibles par l'humain, comparables avec diff, et peuvent être intégrés au contrôle de version aux côtés de votre code.

Le fournisseur ByteRover intégré alimente brv query et brv curate prêt à l'emploi — il suffit d'exécuter brv providers connect byterover. Vous pouvez également substituer OpenAI, Anthropic, Google ou d'autres fournisseurs en utilisant votre propre clé API.

brv query synthétise des réponses à partir du contexte Markdown stocké en utilisant un LLM. brv curate catégorise et structure les nouvelles connaissances — y compris le contenu provenant de jusqu'à 5 fichiers sources — et les réécrit dans la base de connaissances.

Chaque exécution de brv curate génère une entrée de journal avec un identifiant unique. Vous pouvez consulter les curations récentes, filtrer par date ou par statut, ou inspecter les détails complets des opérations sur les fichiers pour toute entrée passée à l'aide de brv curate view.

Authentifiez-vous avec une clé API ByteRover pour envoyer et récupérer votre base de connaissances vers un espace cloud partagé. Les équipes peuvent organiser les connaissances en espaces nommés au sein des équipes, et le changement d'espace extrait automatiquement le contexte pertinent.

Aucune donnée n'est envoyée aux serveurs ByteRover à moins que vous n'exécutiez explicitement brv push. Toutes les opérations de requête et de curation restent locales — seul le fournisseur LLM configuré reçoit le contexte pour le traitement.

Exécutez brv query "What are the authentication patterns in this project?" avant que l'agent n'écrive le moindre code. Les décisions architecturales préalablement documentées remontent immédiatement, empêchant l'agent de réinventer ou de contredire les patterns établis.

Après une migration de REST vers GraphQL, exécutez brv curate "GraphQL est désormais la couche API ; les endpoints REST sont dépréciés" -f src/api/schema.ts afin que chaque future session d'agent hérite automatiquement de ce contexte.

Connectez un espace cloud ByteRover partagé, publiez des conventions soigneusement sélectionnées (règles de nommage, étapes de déploiement, décisions de style de code), et permettez à l'agent de chaque membre de l'équipe d'accéder à la même base de connaissances avant de commencer à travailler.

Utilisez brv curate view --since 7d --status completed pour examiner une semaine de curations, vérifier leur exactitude et détecter les entrées de faible qualité avant qu'elles n'influencent le comportement futur de l'agent.