Show HN：Gauge——递归改进文档的开源 CLI

大家好，我是 Gauge 的 Evan。我们正在将 CLI 开源，用于递归改进面向编程智能体的文档。这个 CLI 内置了本地执行后端，因此无需注册账号即可试用。讲解视频：https://youtu.be/zhLUlIKB1Mg 这个 CLI 支持爬山优化循环： - 为编程智能体设置需要查阅你们文档的任务，例如“设置 Gauge CI 检查” - 运行任务 - 分析会话记录，找出使用障碍或失败之处 - 创建文档变体来解决这些问题 - 注入文档变体后重新运行任务（在同一主机名下透明替换） - 重复上述过程，直到找到能够解决问题的变体 同样的循环也支持对 Skills、CLI 以及其他面向智能体的交互界面进行爬山优化。 两年前，我们最初做的是开源开发者工具（例如 Tach：https://github.com/tach-org/tach），后来转向 AI 搜索优化，如今则专注于这两个领域的交汇处。我们此前已经在与一些出色的开发者工具公司合作，也是他们最先向我们询问如何针对 Claude Code 和 Codex 进行优化。我们意识到，这最终会成为每家公司都需要做的事。 我们的 CLI 为文档、开发者关系和工程团队提供基础组件，用于衡量、分析和改进编程智能体使用其产品的方式。设计可以归结为两个组件：虚拟机和网络网关。虚拟机部分很直接：我们希望智能体在其环境中拥有较高权限，以便真实反映开发者所用编程智能体的情况。每台虚拟机通常都包含智能体运行框架本身、编程语言工具链和一个 git 仓库。 网络网关负责终止 TLS 连接，并透明地替换文档变体。网关还会处理凭据替换，因此智能体看到的是占位符，无法将密钥外传。 CLI 自带一个 'local' 执行后端（推理仍在远程进行）。它使用 Docker 容器充当虚拟机，网络网关则是 mitmproxy，在每个会话的边车容器中运行。 我们已在内部使用爬山优化循环，发现并修复了编程智能体的一些问题，例如误报价格、不准确地描述产品限制，以及反复采用变通方案。我们曾发现编程智能体声称 Gauge 只支持 Claude Code 和 Codex，于是追溯到它们获取的网页，并纠正了这一行为（我们也支持 Pi、OpenCode 和 Antigravity）。 对于 Clerk，我们帮助编程智能体从旧版的 'keyless' 模式转向新的 'clerk init' 命令。他们使用 Gauge，在发布前验证了对 SDK 错误消息的修改；部署后，编程智能体使用 'clerk init' 的次数增加到了原来的 3 倍。 我们意识到，由于 AI 模型具有“静态”特性，如今几乎所有软件产品都可以采用闭环优化技术。同一个智能体可以被反复模拟运行，这意味着你只需要一个高保真的测试环境。要取得最佳效果，关键在于高质量分析（找出具有普遍性的使用障碍和疑虑）以及配对实验（只改变内容，衡量其引发的后续行为变化）。 代码仓库：https://github.com/gauge-sh/gauge-cli 你可以通过以下命令开始使用 CLI： npm i -g @withgauge/cli 文档和快速入门指南：https://docs.withgauge.com/agents/guides/cli 让编程智能体阅读这些页面，它应该就能引导你完成初始设置——如果不能，请告诉我们！我们的目标是让你的智能体运行一些合理的评估，并找到至少一个你可以修复的使用障碍。 我们很想听听 HN 社区的意见：有人尝试过在本地自己搭建这样的系统，或者在公司内部开发过类似工具吗？这是否有所改进？如果没有，还需要做出哪些改变？ 评论链接：https://news.ycombinator.com/item?id=50371090 得分：4 评论数：0