Lokale Investigation

Bevor AgentFlow Repository-Kontext an einen Cloud-Agent weitergibt, untersucht das Projekt lokal. Die Implementierung liegt in application/internal/investigation; sie speist agentflow investigate und die V3-Pipeline-Vorbereitung. Das Ziel ist überschaubar, aber wichtig: Prompt-Größe senken und die relevanten Dateien sichtbar machen — mit begrenzten, wiederholbaren Mitteln (Grep, Verzeichnisdurchlauf, Heuristiken) statt einem Modell den gesamten Baum zu übergeben.

Was auf Ihrer Maschine passiert

Zuerst läuft typischerweise Grep gegen Feature- oder Task-Muster, mit harten Obergrenzen für die Ausgabegröße, damit pathologische Treffer Ihr Kontextbudget nicht leeren. Ein Dateisystem-Scan durchläuft Kandidatenpfade und markiert Dateien oberhalb von large_file_bytes, damit große Binärdateien oder Logs nicht versehentlich ins Pack rutschen. Erkennung sensibler Pfade nutzt secret_path_denylist und konfigurierte Glob-Muster, damit Schlüssel und Credentials seltener Prompts oder Reports erreichen. Test-Heuristiken schlagen Tests vor, die zu Kandidaten-Quellpfassen passen — eine Unterstützung für Verify ohne das ganze Repository zu durchmustern.

Diese Artefakte sind Eingaben für Kontext-Pack und Kostenschätzung, keine endgültigen Urteile: Sie ersetzen weder menschliche Scope-Entscheidungen noch ein vollständiges Sicherheitsreview.

CLI-Befehle

Zum Testen oder Debuggen der Investigation außerhalb eines vollen work-Laufs:

agentflow investigate billing-v2
agentflow investigate billing-v2 --task task-003
agentflow inspect diff
agentflow inspect symbol Handler
agentflow inspect tests billing-v2

Die inspect-Unterbefehle sind gezielt hilfreich, wenn bereits klar ist, ob Diff, Symbol oder Tests im Mittelpunkt stehen.

Limits und Konfiguration

Investigation respektiert Timeouts und Byte-Obergrenzen aus der Konfiguration. Beispiel mit typischen Defaults:

mcp:
  investigation:
    large_file_bytes: 524288
    max_grep_output_bytes: 262144
    command_timeout_seconds: 120
    sensitive_globs: ["*.pem", ".git/*"]

Strengere Werte verbessern oft Sicherheit und Kostenvorhersagbarkeit auf Kosten von Recall. Lockere Limits liefern mehr Kontext, erhöhen aber das Risiko überdimensionierter Prompts und versehentlicher Preisgabe von Geheimnissen.

Weiterlesen

• Local-first-Konzepte
• CLI: investigate
• MCP-Tools — optional über MCP erreichbar, wenn aktiviert