Trigger-tree: AI kodlama asistanınızın hangi dokümanları okuduğunu gösterir

trigger-tree, Claude Code ve Codex gibi AI kodlama asistanlarının bir görev sırasında proje dokümantasyonunun (CLAUDE.md, mimari notları, kurallar) hangi dosyalarını gerçekten okuduğunu, hangilerini hiç bulamadığını ölçen yerel bir araç. SessionStart, UserPromptSubmit ve PostToolUse gibi hafif hook'lar üzerinden çalışıyor; okuma kayıtları tamamen yerelde tutuluyor, model token'ı harcanmıyor ve hiçbir bulut servisine veri gönderilmiyor.

Araç, okunmayan dosyaları otomatik silinmesi gereken içerik olarak değil, incelenmesi gereken adaylar olarak işaretliyor; her zaman yüklenen bağlamlar ve çok referanslanan dosyalar 'muhtemelen tutulmalı' etiketiyle korunuyor. Isı/soğuk haritaları, canlı ASCII panosu ve kanıta dayalı düzeltme önerileriyle (ör. 'şu dosya 3 haftadır 0 kez okundu, README'ye ekleyin') ekipler dokümantasyon değişikliklerinin işe yarayıp yaramadığını haftalık trend üzerinden takip edebiliyor.

Langfuse, Arize veya W&B Weave gibi gözlemlenebilirlik platformları token ve trace ölçerken, hiçbiri görev başına hangi proje dokümanının okunduğunu izlemiyor. trigger-tree bu boşluğu dolduruyor ve dokümantasyonu 'umutla yazılmış' bir varlıktan, sprint bazında A-F notuyla izlenen bir altyapıya dönüştürüyor.