开源 CLI · 本地优先 · MCP server

你的 AI agent 学过整个互联网——却没学过你团队的代码。

AI 编程智能体是在公开仓库上训练的，所以它不可能知道你团队在私有 PR Review 里定下的约定。difflore 把这些团队专属规则捕获下来，在 Claude、Cursor、Codex 写代码时送达——本地运行，无需账号。

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

当私有仓库和共享策略变得重要时，加入托管的评审记忆同步。

cargo install --git https://github.com/difflore/difflore-cli difflore-cli

Apache-2.0 · 本地运行 · 无需账号 · 支持 12+ agent

查看工作流 ↓查看定价
导入来源GitHub PR 审查智能体Claude CodeOpenAI CodexCursorWindsurfZedGoose

工作原理

一个小型批准循环，而非又一个知识库。

difflore 通过保持记忆集精选、有据可查、并由代码负责人批准来维持实用性。

  1. 1

    导入 review 历史

    从已经合并的 PR 评论开始，保留团队真正指出过的问题。

  2. 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. 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。

从小处开始

在改变工作流程之前，先在一个仓库上试试。

导入真实的 review 历史，批准明显有价值的规则，等规则持续证明有用时再扩展。

导入来源

规则会出现在你的 AI 编程助手已经运行的地方。

  • GitHub PR 审查

智能体

  • Claude Code
  • OpenAI Codex
  • Cursor
  • Windsurf
  • Zed
  • Goose

启动路径

  1. 从免费的本地 CLI 开始
  2. 导入一个仓库的 GitHub 审查历史
  3. 一个仓库跑通后再启用 Cloud 审批
安装指南查看定价

常见问题

已接受的 PR 审查反馈、团队批准的规则，以及解释其来源的证据。

不会。新候选项需等待批准，因此嘈杂或一次性的评论可以在代理使用之前被驳回。

Claude Code、Codex CLI、Cursor、Windsurf、Zed、Goose 以及其他可以读取 MCP 或 HTTPS 上下文的工具。

可以。您可以从 CLI 和 GitHub 导入开始，当团队需要共享审查和治理时再使用云端仪表板。

有安全或企业相关的问题？ hello@difflore.dev

把它从未训练过的团队约定，交给你的 agent。

免费开始：导入一个 repo，agent 会在下一次编辑前拿到上下文。

安装指南