教育和参考 (8程序)

赞成: 本地优先的 Rust 二进制文件，零遥测. 检测危险的 PreToolUse 钩子和破坏性命令. 生成配置分类的量化风险指数.

反对: 仅审计，不会自动修复配置错误. 仅限于MCP导向的代理和支持的配置格式. 配置扫描无法检测运行时或二进制的妥协.

赞成: 在能够使用MCP的编码助手之间共享上下文. 本地优先存储，具有可审计的版本历史. SQLite 语义索引以加快检索速度. 包含CLI和TUI用于手动管理和诊断.

反对: 需要安装 Rust 二进制文件和 Node.js. 面向开发者，不针对非技术用户. 索引重建是一个手动维护步骤. 没有内置的云同步用于跨设备记忆.

赞成: 文档中的 AI 编辑显示为并排的非破坏性建议卡片. 本地优先架构将文档保存在用户的机器上. 支持 Markdown、纯文本、HTML 和 Microsoft Word (.docx). 多标签编辑，带跨标签查找和替换以及大纲导航.

反对: AI 功能需要本地安装的 MCP 兼容客户端. 建议需要用户审查和独立验证. 桌面应用程序需要现代操作系统版本和 Linux 上的 glibc 2.31 及更高版本.

赞成: 用于AI模型与1C项目交互的标准化MCP接口. 跨代理一致性在 Codex CLI 和 Claude Code 之间. 在第一次 MCP 调用时自动运行时下载和验证. 对1C元数据结构（如SKD和表单）的深刻理解.

反对: 需要 1C:Enterprise 8.3.27 或更高版本以获得完整功能. 某些检查和操作需要本地 1C 安装. 依赖于MCP兼容的AI主机以实现核心功能.

赞成: 提供实时注册表查询以获取最新的包信息. 暴露本地项目元数据，以便建议与声明的依赖项对齐. 与 MCP 主机集成以进行会话中的依赖研究. 开源代码库允许检查和自定义安全钩子.

反对: 建议的命令需要在主机安全设置下手动确认. 需要配置的 MCP 主机和有效的 Node.js 运行时. 查询新鲜度取决于注册表响应和网络可用性.

赞成: 与MCP客户端集成以进行直接文件编辑. 支持常见的本地化格式：JSON 和 YAML. 开源设计使得仓库定制成为可能. 被MCP社区认可为实用工具.

反对: 翻译质量取决于连接的AI模型. 需要MCP兼容环境和Node.js设置. 生成的字符串需要人工审核以进行关键副本.