Lat.md: Ein auf Markdown basierendes Wissensdiagramm für Codebasen

Lat.md ist ein Tool, das einen Wissensgraphen für Ihre Codebasis mithilfe von Markdown-Dateien erstellt. Es löst das Problem, dass AGENTS.md nicht gut skaliert – wenn Projekte wachsen, wird die Pflege einer einzelnen flachen Datei unpraktisch, was zu vergrabenen Designentscheidungen, undokumentierter Geschäftslogik und KI-Agenten führt, die Kontext halluzinieren.

Wie es funktioniert

Sie komprimieren Domänenwissen in einen Graphen von miteinander verbundenen Markdown-Dateien, die in einem lat.md/-Verzeichnis im Projektstammverzeichnis gespeichert sind. Abschnitte verlinken miteinander mit [[Wiki-Links]] wie [[datei#Abschnitt#Unterabschnitt]], Markdown-Dateien verlinken zu Code mit [[src/auth.ts#validateToken]], und Quelldateien verlinken zurück über Kommentare wie // @lat: [[section-id]] in TypeScript oder # @lat: [[section-id]] in Python. Der Befehl lat check stellt referenzielle Konsistenz sicher.

Hauptfunktionen

• Schnelleres Programmieren für Agenten: Statt durch Code zu greppen, durchsuchen Agenten den Wissensgraphen, um Designentscheidungen, Einschränkungen und Domänenkontext konsistent zu entdecken.
• Schnellerer Workflow für Menschen: Agenten pflegen lat-Dateien; bei der Überprüfung von Diffs beginnen Sie mit semantischen Änderungen in lat.md/, um zu verstehen, was sich geändert hat und warum, wodurch Code-Review sekundär wird.
• Wissenserhalt: Agenten erfassen Kontext und Begründungen aus Prompts im Graphen während sie arbeiten, sodass zukünftige Sitzungen mit vollem Kontext beginnen, anstatt ihn neu zu entdecken.
• Testspezifikationen mit Durchsetzung: Testfälle können in lat.md/-Abschnitten beschrieben werden, die mit require-code-mention: true markiert sind. Jede Spezifikation muss durch einen // @lat:-Kommentar im Testcode referenziert werden, und lat check markiert jede Spezifikation ohne Rücklink.

CLI-Befehle

• lat init: Richtet beliebte Coding-Agenten mit Hooks und Anweisungen ein, um lat aktuell und korrekt zu halten.
• lat check: Erzwingt referenzielle Konsistenz; Agenten rufen es automatisch vor Arbeitsabschluss auf.
• lat search und lat section: Agenten verwenden diese, um Prompts zu verstehen und im Graphen zu navigieren, anstatt endlose grep-Aufrufe.
• lat locate: Findet Abschnitte nach Namen (exakt oder unscharf).
• lat refs: Findet, was einen Abschnitt referenziert.
• lat expand: Erweitert [[refs]] in einem Prompt für Agenten.
• lat mcp: Startet MCP-Server für Editor-Integration.

Installation und Einrichtung

Installieren Sie mit npm install -g lat.md, führen Sie dann lat init in Ihrem Repository aus, um ein lat.md/-Verzeichnis zu erstellen. Schreiben Sie Markdown-Dateien, die Architektur, Geschäftslogik oder Testspezifikationen beschreiben, und verlinken Sie sie nach Bedarf.

Für semantische Suche (lat search) ist ein OpenAI- (sk-...) oder Vercel AI Gateway- (vck_...) API-Schlüssel erforderlich. Der Schlüssel wird in dieser Reihenfolge aufgelöst: LAT_LLM_KEY Umgebungsvariable (direkter Wert), LAT_LLM_KEY_FILE Umgebungsvariable (Pfad zu einer Datei mit dem Schlüssel), LAT_LLM_KEY_HELPER Umgebungsvariable (Shell-Befehl, der den Schlüssel mit 10s Timeout ausgibt) oder eine von lat gespeicherte Konfigurationsdatei.