fcontext
lijma · 程式設計 · 生產力
fcontext 是一套命令列脈絡管理系統，讓 AI 程式碼代理在跨工作階段、跨工具與跨團隊成員之間保持同步。它把專案知識存放在本機的 `.fcontext/` 資料夾，將 PDF、DOCX 等文件轉成可讀的 Markdown，並教 GitHub Copilot、Claude Code、Cursor 等代理在開始工作前先讀取該資料夾。它的訴求很單純：少一點重複說明、更一致的產出，以及每個新對話中更少的脈絡浪費。作為一款 AI 代理脈絡管理工具，它很快就能證明自己的價值。
關於 fcontext
fcontext 是什麼
fcontext 是一款開源的 Python 工具，為了解決一個具體的痛點而生。AI 程式碼代理在工作階段一結束就會忘光一切，而從一個代理換到另一個代理，又會再一次把白板擦乾淨。fcontext 靠著維護單一、共享的專案脈絡儲存庫來解決這個問題，任何支援的代理都能讀取它。
所有內容都放在專案內的 .fcontext/ 目錄，因此你的資料會留在本機。沒有雲端帳號、沒有 API 金鑰、也沒有遙測。你可以完全離線執行，如果你處理的是無法上傳到任何地方的私有程式碼庫或客戶文件，這一點格外重要。
它最大的限制也正是它的優勢。fcontext 是命令列工具，所以你得對終端機感到自在，而且它只協助你明確用指令啟用的代理。它不會神奇地連上一個沒有轉接器的工具，也不會為目前支援的十二種代理以外的應用程式管理脈絡。
開始使用
- 用
pip install fcontext安裝套件（需要 Python 3.9 或更新版本）。 - 在專案資料夾執行
fcontext init，建立.fcontext/目錄。 - 啟用你的代理，例如
fcontext enable copilot或fcontext enable claude，讓它以原生格式取得指示。 - 用
fcontext index docs/索引你的文件，把 PDF、DOCX 與試算表轉成代理讀得懂的 Markdown。 - 用
fcontext status檢查一切，然後開始下一段工作階段。代理會自動讀取專案摘要與主題。
產品資訊
快速了解 fcontext 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 在工作階段之間遺失脈絡的獨立開發者：fcontext 保留主題與結論，讓新對話接續上一段停下的地方。
- 在成員之間交接工作的團隊：經驗包讓同事的代理用一道指令就匯入相同的領域知識。
- 需要在多個代理之間切換的開發者：在 Copilot、Claude 與 Cursor 之間切換，不必每次重建專案全貌。
- 重視隱私的團隊：由於資料留在 `.fcontext/`，沒有任何東西會離開你的機器或網路。
任務
- 隔天接續除錯的討論串：代理讀取已儲存的主題，帶著完整脈絡繼續進行。
- 讓新貢獻者上手：匯出團隊知識包，他們的代理就能帶著資訊開始，而不是毫無頭緒。
- 處理二進位文件：索引 PDF、DOCX、XLSX、PPTX 或 EPUB，讓代理能引用它們平常打不開的內容。
- 追蹤需求：加入使用者故事、任務與錯誤，附上完整的變更歷程，讓代理依照真正被規格化的內容來開發。
情境
- 一個橫跨許多短暫 AI 工作階段的長期專案，其中一致性比速度更重要。
- 需求存在於文件、架構決策存在於過往對話的團隊。
- 雲端脈絡工具不可行的受規範或離線環境。
主要功能
跨工作階段與跨代理的記憶
fcontext 在 _README.md 中維護持續更新的專案摘要，並把工作階段知識存放在 _topics/。每個支援的代理在開始前都會讀取這兩者，因此脈絡能在對話之間存活，並在工具之間流動。從 Copilot 換到 Claude 再換到 Cursor，專案全貌依然完整。
以原生格式支援多個代理
一道指令就能啟用一個代理，fcontext 會以該代理預期的格式寫入指示。Copilot 取得 .github/instructions/，Claude 取得 .claude/rules/，Codex 取得 AGENTS.md，Zed 取得 .agents/skills/，依此類推。共涵蓋十二種代理，全都共用同一份底層資料。
文件索引轉為 Markdown
代理無法自己讀取 PDF 或 Keynote 簡報。fcontext 把 PDF、DOCX、XLSX、PPTX、Keynote 與 EPUB 檔案轉成存放在 _cache/ 的 Markdown，讓代理能直接引用你的規格，而不是憑空猜測。
給團隊的經驗包
在一個專案中累積的知識可以搬到另一個。把經驗包匯出成 zip、git 網址或下載連結，再用 fcontext experience import 匯入到別處。新同事取得經驗包後，他們的代理立即共享團隊的慣例與已知的陷阱。
附歷程的需求管理
fcontext req 指令處理路線圖項目、史詩、使用者故事、任務與錯誤。你會取得樹狀檢視、看板以及取代、演進、阻擋等連結類型。代理讀取結構化需求，而不是手動解析 CSV，這能減少做錯方向的機率。
本機、離線、無雲端
所有資料都放在 .fcontext/，可以與你的程式碼一起納入 git 追蹤。沒有帳號要建立、沒有遙測、沒有網路相依，因此能在隔離的機器上運作，也讓客戶資料留在你自己的硬體上。
優缺點
優點
- 以 Apache 2.0 釋出，免費且開源，沒有付費層扣住核心功能。
- 資料留在本機的 `.fcontext/`，隱私與離線作業都不成問題。
- 涵蓋十二種熱門程式碼代理，並以各自的原生格式寫入設定。
- 文件索引把 PDF 與辦公室檔案變成代理真正能用的文字。
- 經驗包讓團隊知識能在專案與人員之間攜帶。
缺點
- 它是命令列工具，任何避開終端機的人都會覺得設定起來很麻煩。
- 價值取決於使用支援的代理；不受支援的工具得不到任何好處。
- 你必須記得在每個專案執行 `fcontext init` 與 `enable`，在臨時腳本上很容易忘記。
- 專案還很年輕，像是需求追蹤之類的部分流程仍可能在版本之間變動。
常見問題
是的。fcontext 以 Apache 2.0 授權釋出，可從 PyPI 免費安裝。沒有付費方案、沒有訂閱，也沒有任何功能被升級鎖住。
相關內容
探索與 fcontext 相關的工具、技能與文章。
fcontext 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。