Cline Recursive Chain-of-Thought System

CRCT 是一个专为 VS Code 中 Cline 或 RooCode 扩展设计的大规模项目上下文管理与任务编排框架（当前版本 v8.3.0，作者 Richard Brandes，Apache 2.0 许可）。其核心机制是将大任务递归拆分为子任务，以 Markdown 文件形式在 VS Code 工作区中持久化存储项目状态、依赖关系和上下文信息，从而实现最小上下文加载——仅将必要数据送入 LLM 上下文窗口。

在依赖追踪方面，CRCT 采用模块化分层架构：主追踪器（module_relationship_tracker.md、doc_tracker.md）负责全局依赖关系，模块级 mini-tracker（{module_name}_module.md）管理局部细节。通过 Contextual Keys (KeyInfo) 和分层键机制实现精准的依赖定位，并支持 RLE 压缩以控制数据规模。v8.2+ 引入了本地 LLM 依赖解析，可通过 llama-cpp-python 运行的本地模型批量验证未确认依赖，并提供 determine-dependency 命令对两个键执行详细的关系分析。

v8.0+ 引入的 Symbol Essence Strings (SES) 嵌入架构结合运行时与 AST 元数据生成代码符号的语义表示，配合 Qwen3 Reranker 进行 AI 语义依赖评分。系统根据硬件资源自动在 GGUF 格式的 Qwen3-4B（GPU 模式）和 SentenceTransformer（CPU 模式）之间切换。双令牌模式同时追踪 ses_tokens（嵌入用）和 full_tokens（文件总 token），优化上下文窗口分配。

代码分析能力覆盖 Python（AST）和 JavaScript/TypeScript/HTML/CSS（Tree-sitter），可检测 TODO/FIXME、空函数、未使用变量等问题并集成 Pyright。依赖可视化通过 Mermaid DSL 生成项目概览、模块聚焦和多键聚焦图表，支持 SVG 渲染（通过 mermaid-cli + layout-elk）。可视化在 1000 边以下表现良好，1500+ 边开始困难，4000+ 边会超时。

整体工作流分为 Set-up/Maintenance、Strategy、Execution、Cleanup/Consolidation 四个阶段，通过 .clinerules 插件系统控制。HDTA 模板系统提供实施计划、模块、任务和路线图摘要模板。缓存机制采用 TrackerBatchCollector 原子写入与回滚、基于 mtime 的缓存失效、SHA256 稳定哈希及 Pickle 持久化存储。

系统要求

• 推荐（v8.0+）：8GB+ NVIDIA GPU VRAM，16GB+ RAM，8GB+ 磁盘
• 最低（CPU-only）：4GB RAM，500MB+ 磁盘

安装步骤

git clone https://github.com/RPG-fan/Cline-Recursive-Chain-of-Thought-System-CRCT-.git
cd Cline-Recursive-Chain-of-Thought-System-CRCT-
pip install -r requirements.txt
npm install  # For mermaid-cli visualization

注意：系统不会自动安装 cuda/mps 的 Python 依赖，GPU 用户需手动安装对应版本的 PyTorch。

配置与启动

1. 在 VS Code 中打开项目，确保安装了 Cline 或 RooCode 扩展
2. 将 cline_docs/prompts/core_prompt(put this in Custom Instructions).md 的内容复制到 Cline 的 Custom Instructions 字段
3. 在 Cline 输入框中输入 Start. 以初始化系统

关键 CLI 命令

• show-keys：识别需要关注的键（p 占位符、s 建议、S 已建议）
• show-dependencies：聚合指定键的依赖详情（入站/出站、路径）
• add-dependency：解析占位符或建议依赖关系
• resolve-placeholders（v8.2+）：python -m cline_utils.dependency_system.dependency_processor resolve-placeholders --tracker <path>
• determine-dependency（v8.2+）：python -m cline_utils.dependency_system.dependency_processor determine-dependency --source-key <key> --target-key <key>
• visualize-dependencies：生成 Mermaid 依赖图表
• analyze-project：全项目分析，自动生成追踪器和图表

配置文件：.clinerules.config.json，可配置嵌入设备（cpu/cuda/mps）、文件排除模式等。

待确认信息：未发现独立官网、关联学术论文或项目专属 HuggingFace 页面；RooCode 兼容性细节描述较简略；SES 嵌入架构声称 10 倍精度提升但无基准测试数据。