project-cognition

project-cognition 的目标是把“AI 协助用户快速理解陌生项目”做成一个可落地的本地能力，而不是只给一段泛泛的方法论。

当前仓库包含两部分：

• 文档与方案：沉淀问题定义、分析过程和 MVP 设计。
• CLI 原型：把仓库扫描为结构化产物，供后续问答、链路追踪和影响分析使用。

当前状态

目前已经有一个可运行的 MVP 原型，核心命令位于 project-cognition-work/pcog/。它支持：

• 扫描仓库并生成中间缓存
• 生成项目地图
• 基于关键词追踪功能链路
• 基于需求描述做粗粒度影响分析

当前实现是启发式静态分析，适合“先建立项目脉络”，不适合把结果当成绝对准确的调用真相。

目录结构

project-cognition/
├── README.md
├── README.plan.md
├── AGENTS.md
├── md/
│   ├── analysis/v1/
│   └── plan/
└── project-cognition-work/
    ├── pcog/
    └── tests/

快速开始

建议在 WSL 中运行，并使用独立虚拟环境。

cd /mnt/c/Users/viaco/PycharmProjects/project-cognition/project-cognition-work
python3 -m pcog --help
python3 -m pcog scan /path/to/repo
python3 -m pcog map /path/to/repo
python3 -m pcog trace /path/to/repo "login flow"
python3 -m pcog impact /path/to/repo "add jwt refresh token"

运行后会在目标仓库下生成：

• .pcog/cache/：中间 JSON 数据
• .pcog/outputs/：Markdown 报告

测试

当前使用标准库 unittest。

cd /mnt/c/Users/viaco/PycharmProjects/project-cognition/project-cognition-work
python3 -m unittest discover -s tests

相关文档

• 目标说明：README.plan.md
• MVP 方案：md/plan/design.md
• 分析记录：md/analysis/v1/1.ai项目认知.md
• WSL / Windows 虚拟环境隔离：md/how_to_use_venv_sim.md