ByteRover

核心用法

ByteRover 是一款专为 AI 代理设计的知识管理工具，通过 brv CLI 实现项目级长期记忆的存储与检索。

工作流程：
1. 执行前查询：运行 brv query "如何实现的？" 获取项目上下文
2. 执行后归档：运行 brv curate "本次决策详情" 保存新知识

核心命令：

• brv query：LLM 驱动语义搜索，从 .brv/context-tree/ 合成自然语言答案
• brv search：纯 BM25 算法检索，无 LLM 开销，适合自动化管道
• brv curate：智能分析并持久化知识，自动分类归档
• brv vc：类 Git 版本控制，支持分支、合并、历史回滚
• brv swarm query/curate：跨多个外部知识源（Obsidian、GBrain 等）的联邦检索与写入

配置亮点：默认 ByteRover provider 无需 API Key，开箱即用；可选 OpenAI/Anthropic 等第三方 LLM。

显著优点

• 零门槛启动：默认 provider 免 API Key，本地运行无需认证
• 人读友好：知识以 Markdown 存储，可被人类直接审阅和编辑
• 成本可控：brv search 纯本地算法检索，零 token 消耗
• 多源融合：Swarm 模式支持同时搜索 Obsidian、Local Markdown、GBrain、Memory Wiki
• 团队就绪：Git 式版本控制 + 可选云端同步，支持协作场景
• 审查机制：brv review 提供人工审核关卡，防止高影响变更自动落地

局限与风险

• 功能依赖外部 CLI：需全局安装 npm install -g byterover-cli，增加环境依赖
• LLM 调用成本：query 和 curate 需配置 LLM provider，频繁使用产生 token 费用
• 云端同步需认证：团队功能需 brv login 和 API Key，存在账户管理成本
• 本地文件系统耦合：知识库存储于 .brv/context-tree/，跨设备迁移需手动处理或配置同步
• Swarm 效果依赖配置：多源搜索质量取决于各 provider 的健康状态和权重配置

适合人群

• AI 编码助手用户：需要在多轮对话间保持项目上下文记忆
• 个人开发者：希望以 Markdown 形式积累可复用的架构决策和代码模式
• 小型技术团队：需要轻量级、Git 友好的知识库，替代 Confluence/Notion
• Obsidian/GBrain 用户：希望在 AI 工作流中复用现有笔记系统

常规风险

| 场景 | 说明 |

|------|------|

| 数据泄露 | `curate` 含文件时使用 `-f` 参数，最多读取 5 个项目内文件，路径外文件被拒绝 |

| 意外覆盖 | 高影响更新进入 `brv review` 待审队列，需显式 `approve` 才生效 |

| 版本冲突 | `brv vc` 操作可能产生 Git 式合并冲突，需手动 `merge --continue` 解决 |

| 服务可用性 | 默认 provider 依赖 ByteRover 服务，离线时仅本地命令可用 |