AI 写的代码说不清为什么?这个开源工具给 AI 编码装了行车记录仪

用 Claude Code 干活的人多半遇到过这种场面：review 的时候看到一段改动，测试全过、功能正常，但就是看不懂为什么这么写。去问提交代码的同事，他让 AI 重跑了三轮，自己也讲不清当时是怎么谈下来的。

还有一个更常见的麻烦。AI 干着干着跑偏了，你想回到半小时前那个还正常的状态，发现会话窗口早关了，中间的讨论、试错、被否掉的方案，全都没了。

这两个麻烦指向同一件事：AI 把写代码的成本打了下来，但「代码为什么长这样」的知识，第一次开始大规模流失。Git 记录了每一次改动的结果，却从来没有地方存放改动背后的对话、取舍和约束。

这个开源项目要补的就是这一层。

Entire 是一个挂在 Git 工作流里的开源命令行工具（Go 编写，MIT 协议）。它在后台自动记录 AI 编码助手的完整会话——每条 prompt、每次回复、动过的文件、token 用量——并把每一段记录和你仓库里的 commit 绑定存档，形成可以搜索、可以溯源的历史。

类比一下：Git 是代码的「结果账本」，Entire 是 AI 写代码的「行车记录仪」。

Entire CLI 项目主页

GitHub 地址： github.com/entireio/cli

现有的三种做法，都有缺口

在 Entire 出现之前，想留下 AI 的「工作过程」，大概有三种路子，各有各的别扭。

第一种是依赖各家工具自带的会话历史。Claude Code 有 /resume，Codex 也有自己的历史记录。问题是这些历史只存在各家自己的目录里，格式私有，跟你的 Git 仓库完全脱节。换个工具，历史就断档；换了台电脑，想同步还得自己折腾。

第二种是靠自觉，把重要结论手动贴进 commit message。能坚持下来的人很少，而且信息量断崖式缩水——一次会话几十轮对话，最后能进 commit message 的往往只有一句「update auth logic」。

第三种是让 AI 往分支上自动提交 WIP commit 留痕。过程是留下了，代价是分支历史被污染，真正的 diff 淹没在几十个中间提交里，review 成本不降反升。

这三种做法的共同缺陷是：过程记录和代码版本是两张皮。而「为什么这么改」这个信息，恰恰必须在「改成了什么」的旁边才有用。

Entire 的思路是不另建一套系统，直接把过程记录塞进 Git 自己的存储机制里。

核心机制：把会话变成 Git refs

在仓库里跑一次 entire enable，它会装好 Git hooks，之后你像平常一样用 AI 干活，Entire 在后台默默工作。

它的工作流程分三步。

AI 工作期间，正在进行的会话现场暂存在一条短命的影子分支（shadow branch）上，你的工作分支完全不受影响。当你或者 AI 执行 git commit 时，Entire 把这次 commit 之前积累的会话数据——完整对话记录、改动的文件、token 用量，甚至子 agent 的任务记录——凝结成一个 checkpoint（检查点），并在你的 commit 上打一个 Entire-Checkpoint 标记，把两者关联起来。

checkpoint 的存放位置是整个设计最有意思的地方：它不进分支历史，而是作为独立的 Git ref 存在，路径形如 refs/entire/checkpoints/，就躺在仓库自己的 Git 对象库里。

这个选择带来三个直接好处。你的提交历史保持干净，Entire 从不在活动分支上创建 commit；每个 checkpoint 是独立的 ref，可以被单独 push 和 fetch，另一台机器上写的 checkpoint 按需取回就行，不用拉整条历史；checkpoint 跟着仓库走，clone 仓库时历史记录一起带过去，不存在「换个环境记录就丢」的问题。

一些细节也能看出设计上的成熟度：checkpoint ID 用 26 位 ULID，天然按时间排序；同一个 commit 上跑多个 AI 会话互不干扰；对 Git worktree 的多工作区场景做了独立追踪。

顺带说一句这个架构的来历。Entire 在 2026 年 7 月中旬把存储层重构成了现在这套 ref-based 方案，官方的说法是为了让 agent 历史越滚越大之后，push 和读取依然保持轻快。从博客的更新频率看，这个项目当前处于高速迭代期。

Entire 的 checkpoint 机制：AI 会话如何存进 Git

能干什么：从一行代码查回一次对话

存档只是手段，真正有价值的是查。

最点睛的是这两个命令。entire blame 类似 git blame，但它告诉你每一行代码出自哪次 AI 会话、哪个模型、哪位作者；entire why 更进一步，从某一行直接跳回产生它的那次 prompt 和对话现场。git blame 的 AI 时代续篇，说的就是这个。

第二个能力是恢复。entire session resume 可以从任意 checkpoint 接着干，不管是 AI 跑偏了想回退，还是同事接手你干到一半的活，都能精确回到当时的状态继续。

第三个是搜索。entire search 支持语义加关键词的混合搜索，搜的不只是代码，还包括所有会话内容。九月初刚上线的 Agentic Search 进一步把这个能力开放给 agent 自己调用——让 AI 在动手前先查「这类改动以前是怎么做的」。

第四个是跨工具接力。会话状态可以带着走：Claude Code 干到一半，改用 Codex 接手，不需要从零重新交代背景。这是各家工具自带历史完全做不到的。

第五个是团队沉淀。checkpoint 可以推送到一个专门的共享仓库，新成员接手项目时，顺着「prompt 到改动再到 commit」的路径就能看懂每段代码的来龙去脉。

上手：两条命令，之后无感

安装很简单，macOS 用 Homebrew 一行搞定：

bash
brew install --cask entireio/tap/entire

Linux 和 Windows 各有官方安装脚本。装完在仓库目录里执行：

bash
entire enable --agent claude-code

它会装好 Git hooks 并配好对应 agent 的接入。之后每天像平常一样用 AI 干活就行，记录、凝结、存档全部自动发生。想看状态随时 entire status，不想要了 entire disable 会拆掉 hooks，代码和提交历史原样不动。

代价与边界：下手之前想清楚这几件事

先说最关键的一条：开源的是 CLI，不等于一切都是开源免费的。使用前需要 entire login 注册账号，checkpoint 数据本体确实存在你本地仓库的 Git 对象库里，这部分数据主权在你手上；但账号体系、云端搜索、团队协作，以及它正在铺的 Git hosting 业务，都走 Entire 的云服务。CLI 用 MIT 协议开源，商业闭环在云端，这个边界用之前要分清楚。

安全设计倒是有诚意：敏感信息在存储前会自动检测并脱敏，内部跑了两套秘密扫描引擎；登录凭证存操作系统钥匙串；CI 环境支持环境变量注入 token，不用落盘。不过话说回来，把一个第三方工具挂进 AI 会话的数据流，本身就值得谨慎评估——社区里确实有开发者因为这类顾虑对同类工具保持距离。好在数据本地持有加协议开源，给了你审查的余地。

第二，这是个年轻且高速演进的项目。从官方博客看，七、八、九三个月几乎每周都有新版本，功能在快速变化的同时也意味着今天的行为明天可能调整。对不同 agent 的支持深度也不均匀：子 agent 活动记录对 Claude Code 和 Droid 是完整支持，Codex 和 Cursor 还是有限支持。

第三，它解决的是「AI 时代的过程记录」，如果你主要还在手写代码，会话记录的收益会大打折扣。这个工具的价值前提是：你的日常工作流里 AI 已经是主力生产者。

结尾

回过头看，Entire 踩中的是一个结构性缺口。软件开发的整套基础设施——issue、仓库、pull request、code review——全是为「人写代码」设计的。当写代码的主力变成 AI，为 AI 重建这套基础设施就只是时间问题。

Entire 的答案有个聪明的起点：不另起炉灶，把「为什么」直接变成 Git 的一部分。代码版本有 Git 管，AI 会话版本也有 Git 管，两本账用同一套机制记，谁都不用换工具。

这个 CLI 背后的团队野心也不小，官网的愿景文档里规划了三层：agent 版本控制、让 agent 之间共享记忆的语义推理层、再到面向 AI 的全新协作流程。能不能做成另说，但方向判断是对的——当「为什么这么写」和代码本身一样值钱的时候，它就值得一个像样的版本管理系统。

GitHub 地址： github.com/entireio/cli