开源 CLI · 本地优先 · MCP server
同一条 review 意见，不用写第二遍。
difflore 把过去的 PR review 和你在会话里的每次纠正沉淀成规则，让 AI 写代码时就照着来——重复意见更少、返工更少、review 更短。
开源运行时
使用 CLI 和 MCP 服务器在本地起步，无需云端账户。
团队云端
第二个人加入时，添加团队 system of record 和共享规则审批。
Apache-2.0 · 本地运行 · 无需账号 · 支持 12 个 AI coding tools
工作原理
一个小型批准循环，而非又一个知识库。
difflore 通过保持规则集精简、带来源链接，并由代码负责人批准来维持实用性。
- 1
导入 review 历史，捕获实时纠正
从已经合并的 PR 评论开始，保留团队真正指出过的问题；你在实时 agent 会话中的纠正会持续带来新的候选规则。
- 2
批准可复用规则
只接受值得重复使用的模式；一次性评论在 agent 看到前就丢掉。
- 3
agent 接收规则
Claude、Codex、Cursor 和 MCP 客户端会在编辑相似代码前收到已批准规则。
可在开源 runtime 里验证的注入护栏
- 每次注入都有 ~1500 token 硬预算。
- 每次编辑后注入，同一文件 120 秒内去重；召回为空时自动保持安静。
- 严格按仓库隔离：一个仓库学到的规则绝不会在另一个仓库被召回。
- 每次注入都记录台账（含 token 成本）；agent 的每次引用都有遥测回流。
常见问题
已接受的 PR Review 反馈，加上你在实时编码会话中做出的纠正、团队批准的规则，以及解释每条规则来源的证据。
不会。新候选项需等待批准，嘈杂或一次性的评论会在 agent 用到之前就被驳回。
Claude Code、Codex、Cursor、Gemini CLI、Windsurf、Goose，以及全部 12 个受支持 AI 编码工具中的其余工具——任何能读取 MCP 或 HTTPS 上下文的 agent 都可以接入。
可以。先从 CLI 和 GitHub 导入开始，当团队需要共享规则审批时再加入 cloud dashboard。
提交到仓库的上下文文件会过期，而且没有来源链路。difflore 把 CLAUDE.md、.cursor/rules 和 AGENTS.md 当作导出表面；底层的 system of record 会确保每条规则都由人工批准、可追溯到来源 review 评论，并且只在适用路径上触发。