lab: code-miner / repo context / LLM handoff
Контекст: LLM хорошо помогает в коде, когда получает правильный контекст. Но большой проект нельзя просто целиком положить в prompt: там слишком много шума и слишком мало структуры.
Проблема: поиск по строкам показывает совпадения, но не объясняет систему. Для задачи важнее понять entrypoints, owner boundaries, связанные модели, миграции, side effects и тесты, которые реально защищают поведение.
Подход: code-miner должен собирать карту: маршруты, контроллеры, модели, view, assets, команды, config и последние связанные изменения. На выходе нужен компактный context pack, который можно передать LLM или человеку.
Вывод: качество AI-помощи в разработке часто упирается не в модель, а в упаковку контекста. Хороший пакет снижает галлюцинации и ускоряет review.
Следующий шаг: добавить ранжирование файлов по близости к задаче и автоматический список вопросов, если контекста недостаточно.