briefd 是一款面向 AI 编程团队的自托管上下文编译器，将团队规范、架构决策记录和编码约定以 Markdown 形式存放在 Git 中，通过 MCP 按任务动态打包成符合 token 预算的上下文片段,告别臃肿的 CLAUDE.md。它以单一 Go 二进制加 SQLite 文件即可部署,Apache-2.0 开源,让 AI 编程智能体精准获取所需知识。

产品详细介绍

面向编程智能体的令牌预算团队知识，源自 Git

İsmail Perim创始人

嗨 Product Hunt 👋 我是 Ismail，我在周末构建了 briefd，同时在工作中负责一个领域的多个项目。

问题所在：团队把规则、术语表、架构决策和约定放在 CLAUDE.md / AGENTS.md 文件中，这些文件每次都会整体加载到每一个 agent 会话的每一轮里。你要么为每一轮支付整个知识库的开销，要么让文件保持精简而遗漏大部分知识——而且每个项目都在重复同一套领域知识。

briefd 翻转了这个思路：知识只存一份，以 Markdown 形式放在 git 仓库中，agent 按任务进行查询——"完成这个任务我需要知道什么？"——通过 MCP 完成。它会获得一个编译后的知识包，永远不会超过所设定的 token 预算。Agent 不能直接修改知识；它们以 pull request 形式提出更改建议，再由人工合并。

让它不止于检索的亮点：每个章节都标注了对应文档的最后修改日期；把代码仓库指向它，它就能告诉 agent 某条规则所约束的代码在该规则编写之后何时发生了变化；agent 询问过但语料库无法回答的问题会显示在仪表盘上，作为待办清单。

在样本语料库上测得的数据：每次任务的知识 token 减少 86%，正确章节的出现率达到 96%；在真实的 Claude Code 会话中，相同答案下成本降低 40%。基准测试和一个 90 秒的演示视频都在 README 里。

技术栈：一个 Go 二进制文件，一个 SQLite 文件，采用 BM25 + 混合 embeddings——其中 embeddings 由一个从零编写的纯 Go BERT 编码器运行（无需 ONNX runtime，无需 CGO），默认支持多语言。兼容 Claude Code、Cursor、Codex 以及任何 MCP 客户端，通过 HTTP（团队）或 stdio（个人）连接。briefd 演示可在 30 秒内跑起样本知识库。

我很想听听你们目前是如何管理 agent 的共享知识的，以及什么会让你愿意切换过来。Apache-2.0 协议：https://github.com/ismailperim/b...

briefd

briefd 是什么？

产品详细介绍

定价方案

创始人评论

创始团队