用 AI 生成的代码架构图和 PPT 真的很难维护

每次用 Claude 或者其他 Agent 帮我梳理代码逻辑，生成一堆架构图或者技术文档的时候，心里其实都虚得很。因为这些东西生成的瞬间，它们就是准确的；但只要我后续改了几行代码、重构了某个模块，这些文档立刻就成了“过期废纸”。

最痛苦的是，如果想让 AI 更新这些文档，你得把整个仓库重新喂给它，这不仅费时间，Token 消耗更是肉疼。

最近看到一个叫 SlideOps 的项目，思路非常硬核，它把文档当成了“构建产物（Build Artifact）”来对待。它不是简单地生成一份幻灯片，而是给每一页幻灯片里的代码引用都打上了“指纹”。

它的核心逻辑是这样的：

• 带溯源的引用： SlideOps 在把代码转成幻灯片时，会记录下文件路径、具体的行号范围，甚至还会存一个代码内容的 Hash 值。
• 本地化校验： 检查文档是否过时的时候，它根本不需要调用大模型，也不需要联网。它直接用 Python 标准库在本地跑对比，速度极快。
• 精准报错： 它能区分两种不同的“失效”状态。一种是 MOVED（代码只是位置变了，逻辑没变），另一种是 CHANGED（内容逻辑变了）。

这对我这种经常用 Claude Code 或者 Copilot CLI 的开发者来说太实用了。以前更新文档是“全量重扫”，现在变成了“增量修复”。当 SlideOps 检测到代码变动后，它会直接告诉 Agent：“喂，第 5 页提到的那个函数逻辑变了，具体的差异在这里”，Agent 只需要针对性地修补那一块就行了。

目前它已经做成了 Claude Code 的插件，也支持 Codex 和 Copilot CLI。如果你也经常因为代码迭代太快导致文档失效，这个工作流值得尝试一下。

具体的实现逻辑可以参考这个仓库：

https://github.com/glukicov/slideops