tldr

tldr 技能提供工程级的代码库分析，旨在最小化 LLM 交互期间的 token 消耗。通过生成函数、调用层级和架构依赖关系的 LLM 就绪摘要，它让代理程序能够在无需处理原始源代码文件的情况下浏览大型存储库。它专为复杂的重构任务、调试会话和架构探索而构建，在这些情况下，上下文窗口管理对于成功至关重要。

• 使用五层嵌入（AST、调用图、CFG、DFG、PDG）的高级语义搜索，通过意义而非确切字符串来查找代码。

• 自动化影响分析，以识别所有潜在的调用者和受影响的测试，这对于安全重构至关重要。

• 用于调试的程序切片（前向与后向），以确定变量或数据流如何影响特定的代码行。

• 高效的 token 函数上下文提取，提供高阶摘要而非完整文件内容。

• 综合诊断工具，包括死代码检测、控制流图、数据流图和项目结构可视化。

• 支持 17 种编程语言并具备自动检测功能，确保跨多样技术堆栈的兼容性。

• 在阅读大型文件之前，请务必先使用 tldr context 作为初步步骤，以节省上下文窗口空间。

• 在执行任何重构之前使用 impact 工具，确保已考虑下游依赖关系。

• 利用语义搜索处理自然语言查询，例如“身份验证是如何运作的”或“寻找错误处理模式”。

• 通过 change_impact 与 git diff 集成，精确识别修改后需要执行的测试。

• 本工具专为性能设计；它利用后台常驻程序来维持索引预热并保持查询速度。

• 虽然它提供强大的分析能力，但建议仅将 grep 等标准工具用于简单、确切的字符串比对。