荣江

引言 在过去两年里，记忆（Memory）几乎从 "可选模块" 迅速变成了 Agent 系统的 "基础设施"。对话型助手需要记住用户习惯与历史偏好；代码/软件工程 Agent 需要记住仓库结构、约束与修

前言 Anthropic 在 2025 年 10 月推出了 Agent Skills 框架，这是一个让通用 AI 获得专业技能的机制。本文通过分析这个框架的设计理念，并以 Litho 为例展示如何构建

当AI不仅能够生成代码，更能深度理解项目上下文时，软件开发的工作方式将发生根本性变革。Litho通过为Coding Agent提供高质量的项目理解能力，正在开启一个全新的AI辅助开发时代

开源项目的生命力不仅在于核心技术的先进性，更在于其生态系统的繁荣程度。Litho通过精心设计的插件化架构，为社区贡献者提供了清晰的扩展路径和贡献指南，构建了一个开放、协作、持续进化的智能文档生成生态系

在企业级软件开发中，项目上下文的质量直接决定了AI辅助开发的成败。Litho通过"上下文即服务"（Context-as-a-Service）模式，为企业提供了标准化、可扩展、安全合规的项目理解基础设施

当单个AI模型难以理解复杂软件系统的深层语义时，多智能体协同架构提供了突破性的解决方案。Litho通过专业化智能体的分工协作，实现了从代码语法到业务语义的全面解析

当AI编码工具从简单的代码补全进化到深度项目理解，开发效率和质量将实现质的飞跃。Litho通过多智能体协同分析，为AI助手提供了从语法层面到语义层面的全面项目认知能力

在AI编码工具如雨后春笋般涌现的今天，项目上下文的质量直接决定了AI助手的理解深度和编码准确性。Litho（deepwiki-rs）通过创新的多智能体架构，增强了Coding Agent的编码能力

作为对标Davin商业化版本DeepWiki的开源项目，Litho（deepwiki-rs）在技术架构、功能特性、成本模型等方面与商业化产品形成了鲜明的对比。