跳轉到

ait

為 AI coding agent 設計的 Git 工作層 — worktree 隔離、attempt provenance、跨 session 記憶、可審核 promote。

ait 包住你已經在用的 agent CLI——Claude Code、Codex、Aider、Gemini CLI、Cursor——把每次執行變成一筆可審核的 attempt。Agent 編輯獨立 的 Git worktree，ait 紀錄發生過什麼，你的 root checkout 在你親手 promote 之前不會被動到。

pipx install ait-vcs    # 或用 npm install -g ait-vcs
cd your-repo
ait init
claude ...

PyPI 與 npm 上的套件名是 ait-vcs，安裝後的指令是 ait。

為什麼用 ait

用 AI agent 寫 code 的痛點 ait 提供的解法
一個爛 prompt 在你發現前就改了半個 repo 每次執行都落在隔離的 Git worktree — root checkout 永遠不動
diff 沒有 provenance — 不知道是哪個 prompt 產的 Attempt 把 intent、command output、files、commits 串成一筆紀錄
失敗或半成品的執行污染了 working copy 爛 attempt 留在 worktree 裡，ait attempt discard 一鍵清掉
下一個 agent 又重做你已經花 token 買過的調查 Repo-local memory 把過去 attempts、commits 餵給下一次執行
兩個 agent 跑同一件事會互相覆蓋 每個 attempt 自帶 worktree — 可平行跑 N 個 agent
Agent 說「修好了」，但真的修好了嗎？ 顯式 ait attempt promote — 不主動採納，主分支永遠由你決定
跨 agent hand-off 會弄丟之前所有的決策 Memory layer 自動匯入 CLAUDE.md、AGENTS.md、過往 attempts
Provenance 工具強迫你把 code 上傳到 SaaS Metadata 就在 .git/ 旁的 .ait/ — daemon 純本機 Unix socket、不對外連網、無 telemetry
「上個月寫過的那個 prompt 在哪？」→ grep shell history 用結構化 DSL 直接查 attempts、intents、commits

完整深入的解析請看 為什麼用 ait。

ait 不是另一個 agent。它是包在你信任的 agents 外面的 Git 工作層。

支援的 agent

狀態

ait 仍屬 alpha quality，適合本機 dogfooding 與熟悉 Git 工作流的早期 使用者。Metadata 是 repo-local 的（存在 .ait/），不會跨機器同步。

專案連結