SpecStory
💻

SpecStory

SpecStory 把编程 Agent 的对话过程自动存档成可检索的项目历史,让 AI 改代码的每次决策都有记录可回溯,也方便团队共享上下文。

💻 编程 🆓 免费增值 ★★★★☆
访问官网
✓ 优点
  • 解决「这行代码为什么这么改」的追溯难题
  • 以纯文本入仓,不绑定平台
  • 新成员上手时上下文成本显著下降
  • 几乎没有侵入性,装插件即用
! 缺点
  • 会话内容含大量噪音,检索需要人工筛选
  • 敏感信息可能被写进仓库,需要脱敏
  • 仓库体积会随时间增长
✦ 核心功能
  • 自动记录 Cursor、Claude Code 等 Agent 会话
  • 以 Markdown 形式存入项目仓库
  • 按功能与文件检索历史对话
  • 会话可纳入版本控制与代码审查
  • 支持团队共享,新成员可读历史上下文
  • 可回放某次改动背后的推理过程

简介

用编程 Agent 写代码有个隐性损失:推理过程丢了。你和模型讨论了三种方案、排除了两种,最后落在第三种——但仓库里只有最终代码。两周后有人改这段代码,他不知道当时为什么排除前两种,很可能又重新踩一遍。

SpecStory 做的是把这段对话留下来,和代码一起进仓库。它把 Agent 会话转成 Markdown,跟着提交走,于是「为什么这么改」从口头传说变成了可检索的文档。

核心能力

  • 自动存档:支持主流编程 Agent,会话完成后自动转存
  • 入仓管理:Markdown 文件随代码提交,可按目录组织
  • 检索:按文件、功能、关键词找相关历史对话
  • 团队共享:新成员读历史会话比读代码注释更快理解背景
  • 推理回放:定位某次改动的决策依据

适合谁用

  • 重度使用 Agent 的团队:AI 参与决策越多,越需要留痕
  • 长期维护的项目:交接与迭代都需要历史背景
  • 需要审计的研发流程:谁在什么时候让 AI 改了什么

使用建议

  1. 配置脱敏与忽略规则:密钥、客户数据绝不能进会话存档
  2. 只存档有价值的会话:全部存等于全部不存,检索会失效
  3. 把它当设计文档的补充:重要决策仍应提炼进 ADR
  4. 定期归档旧会话:仓库体积和搜索噪音都需要控制