Continuum Memory

Impede que agentes de codificação de IA (Cursor, Claude Code) percam contexto em mais de 1.000 turnos e reduz tokens de LLM em 96% em 75KB de Rust puro.

Documentação

DiffHound (by Continuum) — Motor de IA Anti-Regressão de Zero Ruído

DiffHound Logo

O Hound que captura as regressões que os coelhos deixam passar.

Inglês | 中文说明

Rust: 100% Native Zero External Crates Tests: 100% Passing Memory: Flat O(K) License: AGPL v3 DOI

“O Hound que captura as regressões que os coelhos deixam passar.”
Continuum é um manifold de memória determinístico de nível industrial e guardião de PRs.
Ele equipa assistentes de codificação com IA (Cursor, Claude Code, Windsurf) e pipelines de CI/CD com interceptação de regressão de zero ruído—impedindo que novas sessões de IA repitam bugs que sua equipe já resolveu.


🐕 O que é o DiffHound?

Com mais de 40% do código agora gerado por IA, as equipes de engenharia estão se afogando em fadiga de revisão de PRs. Revisores de IA existentes (CodeRabbit, Greptile) inundam pull requests com dezenas de comentários superficiais sobre estilo e nomenclatura de variáveis, fazendo com que revisores humanos sofram de cegueira por alertas.

DiffHound aplica um princípio dogmático:

Lei do Zero Ruído: Se um PR recebido não quebra uma correção histórica ou viola um post-mortem arquitetural, ele permanece 100% silencioso e sai com código 0. Ele só fala quando uma regressão real é interceptada.

                    Pull Request Unified Diff
                               │
                               ▼
               DiffHound AST Hunk Extraction
                               │
                               ▼
               Continuum Causal Temporal Manifold
               (750 bounded physical slots, < 100 μs)
                               │
             ┌─────────────────┴─────────────────┐
             │                                   │
      Score < Threshold                   Score >= Threshold
     (0 Regressions Risk)                (Historical Anchor Hit!)
             │                                   │
             ▼                                   ▼
      • Exit Code 0                       • Exit Code 1 (Block Merge)
      • ZERO Comment Spam                 • Laser-Focused Warning Table:
        (Zero-Noise)                        - File & Line Number
                                            - Historical Commit Hash
                                            - Post-Mortem Remediation

⚡ Principais Destaques

  • 100% Biblioteca Padrão Rust Nativa: Zero dependências de crates externos. Compila de forma autônoma em < 2 seconds com zero inchaço em tempo de execução.
  • Memória Limitada Física de $O(K)$: O estado é estritamente limitado a 750 slots (memória de trabalho quente + manifold de candidatos frios).
  • Execução em Sub-Milissegundos: A pontuação causal retrospectiva é executada em < 3 ms dentro do GitHub Actions.
  • Persistência sem Perdas em Microssegundos: Snapshot completo em dezenas de kilobytes, escrita atômica + fsync do diretório pai com verificação de checksum.
  • Dois Formatos:
    • CLI e Action do DiffHound: Ferramenta local para desenvolvedores e Guardião de CI do GitHub Actions.
    • Servidor MCP Continuum: Protocolo stdio integrado para Cursor, Claude Code, Windsurf.

🚀 Início Rápido

1. Execute o Instalador de CI em 1 Etapa

Adicione a proteção de regressão de zero ruído do DiffHound a qualquer repositório Git com um único comando:

curl -fsSL https://raw.githubusercontent.com/reacherwu/diffhound/main/crates/diffhound-cli/install-ci.sh | bash

2. Revisão CLI Autônoma

# Build & install diffhound globally
cargo install --path crates/diffhound-cli

# Review current branch against main before pushing
diffhound review --base origin/main --fail-on-regression

3. Adicione ao GitHub Actions (.github/workflows/diffhound.yml)

name: DiffHound Anti-Regression Guard
on: [pull_request]

jobs:
  guard:
    name: DiffHound Zero-Noise PR Guard
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 0
      - uses: reacherwu/diffhound@main
        with:
          fail-on-regression: true
          threshold: '0.65'

🛠️ Integração MCP (Cursor / Claude / Windsurf)

O Continuum fornece um servidor de Protocolo de Contexto de Modelo integrado, sem dependências.

Cursor (~/.cursor/mcp.json):

{
  "mcpServers": {
    "continuum": {
      "command": "continuum-cli",
      "args": ["mcp"]
    }
  }
}

Claude Code / Claude Desktop:

claude mcp add continuum continuum-cli mcp

🔬 Benchmark: DiffHound vs. Revisores de IA Tradicionais

MétricaRevisor de IA Tradicional em NuvemArmazenamento Vetorial IngênuoDiffHound (Rust Puro)
Latência de Análise4.200 ms – 8.500 ms120 ms – 350 ms2,4 ms (2.410 μs)
Sobrecarga de Memória no CI> 1,2 GB (runtime Node/Python)> 450 MB< 12 MB (Zero-runtime)
Comentários de Spam em PRs Limpos8 – 24 comentários00 (Lei do Zero Ruído)
Isenção de Raiz Histórica❌ Não (Penalizado por recência)❌ Não✅ Sim (Ponte Causal)
Dependências de API ExternasChave OpenAI / Anthropic necessáriaBanco de dados vetorial necessárioNenhuma (100% Local / Auto-hospedado)

📄 Citação Acadêmica e Trabalhos Anteriores

O manifold de dois níveis fundamental e a arquitetura de revisão causal retrospectiva foram derivados de forma independente e arquivados no CERN Zenodo:


📜 Licença

Publicado sob a GNU Affero General Public License v3.0 (AGPL-v3). Gratuito e de código aberto para desenvolvedores e equipes localmente.