cecompound

cecompound 定位是一套基于 Graphify 的 Compound Engineering（复利工程） 流程套件：它关注的不是一次性的文档整理，而是让项目逐步形成可持续更新、可复用、可演进的上下文资产。

它带来什么价值

更常见的情况，不是“没有文档”，而是没有一套能持续产出有效上下文的机制。

常见痛点通常是这些：

1. 知识散落在对话、分析过程和临时笔记里
   真正有价值的信息，往往出现在分析、验证、归纳和整理的过程中，但这些内容经常停留在当次会话里，事后很难再被稳定复用。

2. 同样的经验难以被反复利用
   缺少一套统一的沉淀方式时，之前已经得到的结论、经验和方法，下一次仍然要重新整理和摸索。

3. 文档有了，但不够结构化
   如果只是零散记录“发生了什么”，而没有统一整理背景、判断依据、处理方式和后续建议，这些内容就很难搜索、比较和复用。

4. 经验很难升级成长期资产
   很多经验本来可以进一步抽象成关键模式、最佳实践或必读事项，但因为缺少标准格式和归档机制，最后只能停留在个体记忆里。

5. 上下文沉淀和后续利用是断开的
   一边是持续产生的经验、结论与知识条目，另一边是希望能把这些内容真正用起来；中间缺的，是一层把经验稳定写进 docs/、并且可被后续系统消费的机制。

cecompound 要补的，正是这层“沉淀标准 + 利用方式”之间的缺口。换句话说，它想解决的是 Compound Engineering（复利工程） 如何真正落到项目里。

它先提供一套知识沉淀机制：不是普通记笔记，而是把知识条目按统一结构记录下来，例如：

• 背景是什么
• 分析过程中试过什么
• 关键判断依据是什么
• 最终采用了什么做法
• 后续如何复用或延展

并且这些内容会按分类落到可搜索的文档目录里，支持后续检索、复用、交叉引用，必要时还能上升为关键模式或团队最佳实践。

在这套沉淀机制之上，再结合 Graphify 的接入与构图能力，项目里的上下文就不只是“写下来”，而是能够进一步被组织成知识图谱并持续更新。

所以从产品角度看，cecompound 解决的不是单一的工具接入，而是如何把 Compound Engineering（复利工程） 这件事真正做起来：

如何先建立一套可持续产出知识、沉淀知识、复用知识的标准，再让这些上下文被进一步组织、连接和演化成长期可用的系统。

快速开始

1. 安装

npm i -g cecompound

安装完成后会得到命令：

cecompound

2. 直接运行

cecompound

如果当前 shell 是交互式 TTY，它会先让你选择要配置的平台。

3. 非交互指定平台

cecompound --platform codex

4. 先看计划，不真正执行

cecompound --platform codex --dry-run

5. 查看帮助

cecompound --help

前置条件

cecompound 本身只是一层编排，不会替你准备所有运行环境。当前实现依赖这些条件：

• Node.js >= 20
• Python 3（默认使用 python3）
• Python 环境里能执行 python -m pip install ...
• 系统里具备可用的 skills 运行环境

命令行参数

--platform <id> / -p

跳过交互式选择，直接指定平台。

例如：

cecompound --platform codex
cecompound --platform claude
cecompound --platform gemini

当前内置的平台映射覆盖：

• Codex
• Claude Code
• Cursor
• Gemini CLI
• OpenCode
• Antigravity
• Trae
• Trae CN
• OpenClaw
• Factory Droid
• Kiro
• GitHub Copilot CLI

--dry-run

只打印计划执行的命令，不真正执行，不写入工作区，也不会创建 docs/。

适合先确认：

• 将执行哪些接入动作
• 会不会创建 docs/

--help / -h

显示帮助。

CLI 初始化会做什么

运行 cecompound 之后，CLI 主要会完成这几件事：

1. 安装知识沉淀 skill：把仓库内置的 ce-compound skill 作为上下文沉淀能力接到目标 Agent / 平台环境中。
2. 安装或复用 Graphify：检查当前环境里的 Graphify 是否可用；如果缺失，就补齐 Graphify 运行能力。
3. 安装平台集成：根据你选择的平台，为 Graphify 安装对应的平台接入配置。
4. 安装 hooks（如果支持）：在当前项目支持的情况下启用 Graphify hooks，帮助后续保持图谱更新。
5. 准备知识目录：创建或复用项目里的 docs/ 目录，作为知识沉淀和图谱编译的输入位置。
6. 提示后续构图动作：初始化完成后，提示你到对应 Agent 里运行 /graphify ./docs，把已有知识编译成图谱。

运行完成后，你通常会看到这些信息：

• 选中的平台
• 对应的 skills agent / graphify platform
• 每一步执行的命令
• docs/ 是“已存在，已复用”还是“已创建”
• 提醒你去对应 Agent 中运行 /graphify ./docs

如果 docs/ 还是空目录，还会额外提醒你先放文档再构图。

完成初始化之后，推荐的最短使用路径是：

1. 先用知识沉淀 skill 记录已验证的经验：把背景、分析过程、关键判断、采用做法和后续建议沉淀到 docs/solutions/ 下的分类目录中。
2. 再运行 Graphify 编译知识：当 docs/ 里已经有内容之后，到对应 Agent 里运行下面这条命令：

/ce-compound 将 my-docs 的所有文档整理成可沉淀的知识条目，并写入 docs/ 中
/ce-compound 将刚刚的经验整理成通用知识，沉淀到 docs/ 中
/graphify ./docs

这一步会基于当前知识目录生成或刷新知识图谱。

更多 Graphify 的使用方式，请直接参考官方仓库

复利工程工作流

cecompound 的核心，是把“沉淀知识、编译知识、查询知识、更新知识”串成一条可以持续循环的路径。

sequenceDiagram
    participant User as 用户 / Agent
    participant Capture as 知识沉淀流程
    participant Docs as docs/ 知识库
    participant Graphify as Graphify

    User->>Capture: 已验证的经验进入沉淀流程
    Capture->>Docs: 以结构化格式写入知识条目

    User->>Graphify: /graphify ./docs
    Graphify->>Docs: 读取 docs/ 中的知识文档
    Graphify-->>User: 生成或刷新知识图谱

    User->>Docs: 实施新任务前查询历史知识
    Docs-->>User: 返回相似案例、关键模式与可复用经验

    User->>Capture: 新增知识或存量知识变更后再次沉淀
    Capture->>Docs: 补充知识条目 / 交叉引用 / 更新内容
    User->>Graphify: 重新编译知识图谱
    Graphify-->>User: 得到更新后的知识图谱

1. 沉淀知识

先把已验证的经验沉淀成结构化知识，写入 docs/ 体系，而不是留在聊天记录或临时笔记里。

2. 知识编译

当 docs/ 中已经有知识条目之后，需要在目标 Agent 环境里手动运行：

/graphify ./docs

Graphify 会读取这些文档，并把它们组织成可连接、可检索、可更新的知识图谱。

3. 查询知识

在后续实现、分析或决策之前，优先查询历史知识、关键模式和相似案例，让已有经验先参与当前决策，而不是每次从零开始。

4. 知识更新

当新增知识进入系统，或存量知识发生变更之后，就再次进入沉淀流程：补充知识条目、交叉引用已有案例，并在需要时重新编译图谱。

因此这套系统不是一次性初始化，而是一条可循环的路径：

沉淀知识 → 编译知识 → 查询知识 → 更新知识

cecompound 的作用，就是先把这条 Compound Engineering（复利工程） 路径接进项目，再让它能够稳定运转。