ANMA เป็นเครื่องมือที่ใช้ไฟล์ YAML กำหนดขอบเขตโมดูลสำหรับ AI coding agent เช่น Claude ผลทดสอบใน SWE-bench แสดงว่า Claude Haiku 4.5 ที่ไม่ใช้ ANMA ละเมิดขอบเขตโมดูลถึง 56% แต่เมื่อใช้ ANMA ไม่พบการละเมิดเลย (Fisher's exact p < 0.0001) ตัวเครื่องมือรองรับ Python, Go และ TypeScript โดย Python ใช้ static analysis ส่วน Go และ TypeScript ใช้ runtime enforcement ผ่านไฟล์ที่สร้างอัตโนมัติ เช่น .anmrc และ integration ด้วย CI/CD pipeline ผ่านคำสั่ง anm init และ anm check ที่ตรวจสอบข้อผิดพลาดแบบ real-time การทดสอบกับ Claude Opus 4.8 พบว่า ANMA ช่วยลดข้อผิดพลาดใน multi-file refactor ได้ 42% ผ่านการฝึกฝน agentic coding ที่เน้นการจัดการ dependency ระหว่างโมดูล โดยไม่กระทบ performance ของโมเดล ANMA ใช้การกำหนด public interface และข้อพึ่งพาของแต่ละโมดูลในไฟล์ anma.yaml ซึ่งจะถูก sync ไปที่ไฟล์ CLAUDE.md, .claude/hooks/anma_pretooluse.py และ .github/workflows/anma.yml ที่สร้างอัตโนมัติ ทำให้ agent ไม่สามารถละเมิดขอบเขตที่ CI/CD กำหนดได้ สำหรับ Go และ TypeScript ใช้เครื่องมือภายนอกอย่าง go-arch-lint และ dependency-cruiser ขณะที่ Python ใช้ built-in scanner ที่ไม่ต้องพึ่งพา external backend ผู้ใช้สามารถติดตั้งได้ด้วย pip install anma[tach] และเริ่มต้นใช้งานผ่าน anma init ที่สร้างตัวอย่างพร้อมใช้งาน
สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว