ByteRover CLI
为编码智能体保存、组织并复用项目上下文的命令行记忆层。
按维度查看评分与理由
证据显示：CLI 提供 review 工作流（approve/reject），表明有用户确认机制；但未详细说明权限最小化、数据流透明性、敏感数据处理等。依赖众多，但未提供安全审计或漏洞扫描证据。外部效果包括云同步、文件操作等，但未明确限制。回滚功能存在（vc reset），但未说明数据恢复保证。来源归属：未验证发布者，但代码中有作者信息。扣分：权限最小化、数据流透明性、敏感数据处理、依赖安全、外部效果、回滚、来源归属均仅部分或未充分说明。
证据显示：代码和测试一致，测试覆盖了关键路径，错误消息结构化（errors[]）。但依赖可用性未验证，且依赖众多，可能引入风险。扣分：依赖可用性未验证，失败消息虽结构化但未全面覆盖。
证据显示：面向 AI 编码代理，场景明确（curate/query），能力边界有文档（命令列表），触发精度高（命令参数），环境适配（多平台、Node>=20）。扣分：能力边界未完全明确（如工具权限），环境适配未验证。
证据显示：信息架构清晰（README 详细），安装说明明确（curl/npm），命名稳定（brv），示例丰富，许可证明确（Elastic-2.0），但已知限制未明确，版本变更日志未提供，维护责任未明确。扣分：已知限制、版本变更日志、维护责任缺失。
证据显示：输出可用（--format json），边际价值高（提供记忆层），成本效益未评估。扣分：成本效益未评估。
证据显示：README 声称基准测试结果，但未提供复现方法；测试存在，但未独立验证；事实与推断未明确分离。扣分：声明可追溯性不足，交叉来源验证不足，事实与推断分离不足。
- 发布者身份未验证，需谨慎对待。
- 依赖众多且未提供安全审计，存在供应链风险。
- 云同步和文件操作等外部效果未明确限制，可能影响用户数据。
- 基准测试结果未提供复现方法，需独立验证。
这个 Agent 能做什么，适合哪些场景？
ByteRover CLI（命令为 brv）是面向 AI 编码智能体的交互式 REPL 和项目知识记忆工具。它在项目目录中运行，使用 agentic map 理解代码库，并可读取和写入文件、执行代码，以及将知识保存到上下文树中。用户可通过 TUI、Web dashboard 或命令行查询和维护上下文，并将变更置于审核流程中。其上下文树提供类似 Git 的分支、提交、合并及 push/pull 操作，也可同步到 ByteRover Cloud 供团队共享。该工具支持 20 个 LLM 提供商、MCP server、Hub 与 connectors，并宣称可与 Cursor、Claude Code、Windsurf、Cline 等 22 种以上编码智能体配合使用。
在项目目录执行 brv 会启动交互式 REPL，并在首次运行时自动配置。用户可用 /curate "Auth uses JWT with 24h expiry" @src/middleware/auth.ts 将说明及文件引用写入知识存储，再用 /query How is authentication implemented? 查询上下文树。brv curate、brv query 与 brv review pending/approve/reject 分别执行知识整理、检索和待审变更处理；brv vc init、add、commit、branch、merge、push、pull 则管理上下文树的版本历史与云端同步。brv providers connect/switch 和 brv model switch 用于连接或切换模型提供商，brv mcp 启动 MCP server，brv webui 打开 Web dashboard。设置保存于全局 brv 数据目录的 settings.json，修改后需运行 brv restart 生效。
- 使用 Claude Code、Cursor 或类似编码工具的开发者，希望在多次会话之间保留某个项目的认证、架构和实现决策。
- 维护大型代码库的工程师，需要用 brv curate 将关键文件和项目规则整理为可检索的上下文树。
- 团队成员需要通过 ByteRover Cloud 的 push/pull 共享项目知识，并在 Web dashboard 中管理空间、成员和权限。
- 在多个分支或不同实现方案之间工作的开发者，希望对上下文知识执行 vc commit、branch、checkout 与 merge。
- 运行本地或云端模型的开发者，需要通过 providers connect、providers switch 和 model switch 调整所用 LLM。
这个 Agent 有哪些优点和局限？
- 把项目知识保存在可查询的上下文树中，并提供 curate、query 和审核命令，而非仅依赖一次性聊天记录。
- 上下文树具备独立的 Git 风格版本控制，包括分支、提交、合并、远端及 push/pull。
- 同时提供交互式 React/Ink TUI、Web dashboard、CLI JSON 输出和 MCP server，适合交互与自动化两类工作流。
- README 列出 20 个 LLM 提供商，并支持 OpenAI-Compatible API，降低对单一模型服务的依赖。
- 支持 worktree 链接和只读 source，可避免在子目录中重复创建 .brv 并复用其他项目的知识。
- npm 安装要求 Node.js >= 20；虽然 macOS/Linux 脚本安装无需 Node.js，但平台覆盖范围与 npm 路径不同。
- 云端协作需要 ByteRover Cloud 登录或 API key，且团队同步、空间和权限管理依赖该托管平台。
- LLM 调用的速度和可靠性受所选提供商影响；本地模型场景可能需要提高请求和迭代超时设置。
- 设置修改必须执行 brv restart 才会生效，daemon 在运行期间不会监听 settings.json 的变动。
- 许可信息存在不一致：仓库元数据标为 NOASSERTION，而 README 声称采用 Elastic License 2.0。
如何安装或部署这个 Agent？
macOS 或 Linux 可运行：curl -fsSL https://byterover.dev/install.sh | sh。该方式无需 Node.js，支持 macOS ARM64、macOS x64、Linux x64 和 Linux ARM64。所有平台也可在已安装 Node.js >= 20 时运行：npm install -g byterover-cli。随后执行 brv --version 验证安装；进入项目目录后运行 brv。首次运行会自动配置。若要使用 ByteRover Cloud，可在 dashboard 登录，或使用 brv login 并提供 ByteRover API key。
如何使用这个 Agent？
进入目标项目后运行 brv 启动 REPL。可先执行 /curate "Auth uses JWT with 24h expiry" @src/middleware/auth.ts，再执行 /query How is authentication implemented? 验证知识写入与查询。需要图形界面时运行 brv webui；需要脚本化输出时，命令支持 --format json。要将上下文纳入版本控制，依次使用 brv vc init、brv vc add 和 brv vc commit；与云端同步使用 brv vc push 或 brv vc pull。运行 brv providers list 可查看提供商，使用 brv providers connect 和 brv model switch 配置所用模型。
这个 Agent 与同类方案有什么区别？
ByteRover 的定位是为 Cursor、Claude Code、Windsurf、Cline 等编码智能体提供可持久化的项目上下文和知识管理层，而不是在文档中将自身描述为这些编码客户端的替代品。其差异化重点是上下文树、审核工作流以及面向该树的 Git 风格版本控制。