19 poin oleh xguru 2025-10-15 | Belum ada komentar. | Bagikan ke WhatsApp
  • Lingkungan pengembangan terpadu yang melipatgandakan produktivitas melalui agen AI yang terspesialisasi, akumulasi pengetahuan yang berkelanjutan, dan workflow otomatis yang menjalankan metodologi kompleks
  • Tujuannya adalah menyediakan pola yang telah teruji dan workflow khusus sehingga setiap sesi bisa dimulai tanpa inisialisasi ulang dan membantu menulis solusi yang kompleks secara andal
  • Alat dan sistem inti
    • Lebih dari 20 agen terspesialisasi: menyediakan agen ahli berdasarkan tugas untuk arsitektur, debugging, keamanan, dan lainnya
      • Pengembangan inti: zen-architect(desain sederhana),, modular-builder(mematuhi prinsip modular), bug-hunterr(debugging sistematis), test-coverage(pengujian komprehensif), api-contract-designer(desain API yang rapi)
      • Analisis·optimisasi: security-guardian(analisis keamanan), performance-optimizer(profiling performa), database-architect(perancangan dan optimisasi database), integration-specialist(integrasi layanan eksternal)
      • Pengetahuan·insight: insight-synthesizer(menemukan koneksi tersembunyi), knowledge-archaeologist(melacak evolusi ide), concept-extractor(mengekstrak pengetahuan dari dokumen), ambiguity-guardian
      • Meta·dukungan: subagent-architect(membuat agen baru), post-task-cleanup(membereskan codebase), content-researcher(riset melalui pengumpulan konten)
    • Konteks yang sudah dimuat sebelumnya: pola dan filosofi tertanam di lingkungan sehingga meminimalkan biaya booting awal
    • Sistem worktree paralel: mendukung pemilihan solusi terbaik dengan membangun dan menguji berbagai pendekatan secara bersamaan
      • make worktree feature-jwt, make worktree feature-oauth untuk menyiapkan worktree bagi eksperimen simultan
      • make worktree-list, make worktree-rm <name> untuk membandingkan lalu menghapus yang tidak diperlukan agar tetap rapi
    • Sistem ekstraksi pengetahuan: mengekstrak konsep, relasi, dan pola dari dokumen lalu mengubahnya menjadi pengetahuan yang bisa di-query
      • make knowledge-update untuk mengekstrak dokumen menjadi konsep, relasi, dan pola serta membangun pengetahuan terakumulasi
      • make knowledge-query Q="…", make knowledge-graph-viz untuk query dan visualisasi graf
    • Pelestarian riwayat percakapan: tidak pernah kehilangan konteks. Mengekspor otomatis sebelum kompaksi untuk memulihkan konteks percakapan penuh
      • Mendukung pencarian, pemulihan, dan penayangan daftar dengan perintah /transcripts, make transcript-*
    • Berbagai alat otomatisasi: mengotomatiskan pemeriksaan kualitas dan kepatuhan terhadap pola untuk memastikan konsistensi
  • Dapat diinstal dengan mudah di macOS dan Ubuntu/WSL
  • Dapat digunakan melalui Claude Code (di proyek yang sudah ada/proyek baru atau pada proyek Amplifier itu sendiri)

Belum ada komentar.

Belum ada komentar.