lat.md：用 Markdown 为代码库构建知识图谱

AGENTS.md 的困境

随着 AI 编程助手的普及，开发者越来越依赖 AGENTS.md 或 CLAUDE.md 这类文件来为 AI 提供代码库上下文。但存在一个根本性的扩展性问题：单一的扁平文件无法承载日益增长的项目复杂度。

关键设计决策被淹没在大量文本中，业务逻辑缺乏文档记录，更严重的是 AI agent 会出现幻觉——编造本应能查到的上下文。

lat.md：Agent Lattice

由 CPython 核心开发者 1st1 创建的 lat.md 提出了一个新颖的解决方案：将代码库知识压缩成一个由互连 Markdown 文件组成的知识图谱，存放在项目根目录的 lat.md/ 文件夹中。

工作原理

1. 初始化：运行 lat init 创建 lat.md/ 目录
2. 编写：用 Markdown 描述架构、业务逻辑、测试规范
3. 链接：使用 [[wiki 链接]] 语法连接概念
4. 标注：在源代码中添加 // @lat: [[section-id]] 注释
5. 校验：运行 lat check 确保链接和引用不漂移

核心特性

• 可扩展：按需拆分知识到任意数量的文件和章节
• 交叉引用：Wiki 链接构建可导航的概念图谱
• 保持同步：校验所有链接和代码引用的有效性
• 可搜索：支持精确搜索、模糊搜索和语义搜索
• 人机共用：任何编辑器可读，agent 通过 CLI 查询

安装

npm install -g lat.md
lat init  # 创建 lat.md/ 目录
lat check # 校验所有 wiki 链接和代码引用
lat search "如何进行认证？"  # 语义搜索

为什么重要

随着 AI agent 深度融入开发流程，代码库知识的组织方式变得前所未有地重要。lat.md 弥合了人类可读文档和机器可查询上下文之间的鸿沟——这是 agent 原生开发时代的关键基础设施。

项目开源，要求 Node.js 22+，可在 GitHub 获取。