Alguém criou uma ferramenta gratuita que faz o Claude Code queimar 10X MENOS TOKENS

Agentes de codificação com IA começam cada sessão do zero, sem memória do seu codebase
O agente vasculha arquivo por arquivo e queima milhares de tokens só para entender onde as coisas realmente estão; depois, na próxima sessão, ele repete tudo de novo
Você paga por todos esses tokens e nada disso é trabalho de verdade
Codebase Memory MCP segue uma abordagem diferente
Ele lê seu codebase uma vez e constrói um mapa permanente dele: cada função, cada conexão, quem chama o quê e do que cada coisa depende
A partir daí, o agente busca respostas no mapa em vez de ler arquivos para encontrá-las
Perguntas como o que chama esta função ou o que quebra se eu mudar este arquivo são respondidas pelo mapa em vez de exigir uma leitura de 20 arquivos
As mesmas 5 perguntas que custam 412,000 tokens sem usar isso agora só custam 3,400 usando o mapa
Esta ferramenta mapeou o kernel inteiro do Linux, 28 milhões de linhas de código, em 3 minutos e responde perguntas sobre ele em menos de 1 milissegundo
O problema escala com o tamanho do repositório: projetos pequenos quase não percebem nada, enquanto codebases grandes sentem imediatamente — e em modelos de ponta fica ainda pior
Claude Fable cobra US$ 10 por cada milhão de tokens que ele lê, e GPT 5.5 cobra metade; no Fable, essas 5 perguntas custam mais de US$ 4 ou cerca de 3 centavos usando o MCP
Esse é um grande motivo pelo qual as pessoas rebaixam para modelos mais baratos no meio do projeto
Ferramentas de memória para agentes de codificação já existem, mas três coisas diferenciam esta:
- A maioria das ferramentas dessa categoria executa outro modelo de IA para construir e buscar a memória, outra chave, outra conta, enquanto esta monta o mapa com parsing puro e custa zero tokens para rodar
- Ferramentas que usam resumos com IA do seu código ficam desatualizadas no momento em que você edita um arquivo; esta recompila apenas o que mudou em segundos para o mapa sempre bater com seu código
- Todo MCP compartilha a mesma fraqueza: o agente esquece que ele existe e volta a pesquisar do mesmo jeito ineficaz; esta captura essas buscas e injeta o mapa nos resultados, então funciona mesmo quando a IA ignora
O mapa em si é um único arquivo que qualquer equipe consegue commitar facilmente no repositório, e todo mundo que clona começa com o mapa já pronto
Tudo chega como um binário pequeno único que já entende 158 linguagens de programação e não há mais nada para instalar
Funciona com 11 agentes de codificação, incluindo Claude Code, Codex e Gemini, tudo rodando localmente para seu código nunca sair da sua máquina
O criador até testou isso em 31 codebases reais para um artigo do arXiv, e o agente concluiu o mesmo trabalho em metade das etapas
Este projeto tem apenas cinco meses, com 30,000 estrelas e 35 atualizações; e agora ele está no topo das tendências mensais do GitHub