LLM Wiki в Cursor — долговременная память проекта из Markdown и локального поиска
Саммари
Большой контекст в Cursor спасает ровно до тех пор, пока проект живёт дольше одного чата: требования, SQL-гипотезы и причины отброшенных решений расползаются по сессиям, и агенту каждую неделю объясняют одно и то же заново. Автор внедрил в рабочий процесс концепцию LLM Wiki Андрея Карпати — связанный слой Markdown поверх неизменяемых первоисточников, который агент дополняет по мере появления новых материалов. Поверх wiki настроен локальный поисковик QMD (BM25 + векторный поиск + reranking), а сама оркестрация — Cursor, project skills и детерминированные bash-обёртки вокруг Cursor CLI. Главный вывод статьи не в технологии, а в границе: что разумно оставить внутри LLM-инструкции, а что вынести в скрипт, и когда отдельный agent harness оказывается лишним.
Из этого следует, что «память агента» — это не одна технология, а слои: неизменяемые источники, синтезированное знание и навигация по нему; убрав любой из трёх, получают либо зашумлённый контекст, либо вики, в которую никто не заглядывает.
На практике для Revit-инструментов тот же слой raw/ — это регламенты, спецификации и протоколы согласований, а wiki/ — выжимки, которые агент поддерживает сам; локальный поиск вместо облачного критичен там, где модельные данные проекта нельзя выгружать.
Важный нюанс: детерминированные bash-обёртки вокруг Cursor CLI надёжнее, чем отдельный harness — чем меньше «умных» компонентов между задачей и командой, тем меньше поводов для расхождения между промптами.
Ограничение: автор честно фиксирует решения, от которых пришлось отказаться, но не приводит сравнительных замеров качества ответов до и после внедрения wiki — цифры экономии контекста в статье нет, есть только инженерное обоснование.