tldr

tldr 技能提供工程等級的程式碼庫分析，旨在最小化 LLM 互動期間的 token 消耗。透過產生函式、呼叫層級和架構依賴關係的 LLM 就緒摘要，它讓代理程式能夠在無需處理原始原始碼檔案的情況下瀏覽大型儲存庫。它專為複雜的重構任務、除錯工作階段和架構探索而建，在這些情況下，上下文視窗管理對於成功至關重要。

• 使用五層嵌入（AST、呼叫圖、CFG、DFG、PDG）的進階語義搜尋，透過意義而非確切字串來尋找程式碼。

• 自動化影響分析，以識別所有潛在的呼叫者和受影響的測試，這對於安全重構至關重要。

• 用於除錯的程式切片（前向與後向），以確定變數或資料流如何影響特定的程式碼行。

• 高效的 token 函式上下文提取，提供高階摘要而非完整檔案內容。

• 綜合診斷工具，包括死碼偵測、控制流圖、資料流圖和專案結構視覺化。

• 支援 17 種程式語言並具備自動偵測功能，確保跨多樣技術堆疊的相容性。

• 在閱讀大型檔案之前，請務必先使用 tldr context 作為初步步驟，以節省上下文視窗空間。

• 在執行任何重構之前使用 impact 工具，確保已考慮下游依賴關係。

• 利用語義搜尋處理自然語言查詢，例如「身份驗證是如何運作的」或「尋找錯誤處理模式」。

• 透過 change_impact 與 git diff 整合，精確識別修改後需要執行的測試。

• 本工具專為效能設計；它利用背景常駐程式來維持索引預熱並保持查詢速度。

• 雖然它提供強大的分析能力，但建議僅將 grep 等標準工具用於簡單、確切的字串比對。