有人做了一個免費工具，讓 Claude Code 少燒 10 倍代幣（LESS TOKENS）

AI 程式碼代理每次啟動都從零開始，不會記得你的程式碼庫
代理會一個檔案接一個檔案地搜尋，燒掉數千個代幣，只為了弄清楚東西到底在哪裡；然後下一個 session 又把全部再做一次
這些代幣都是你付錢付的，而且沒有任何東西是實際在完成工作
程式碼庫記憶 MCP 採取了不同做法
它只讀一次你的程式碼庫，並建立一份永久地圖：每個函式、每個連線、誰呼叫了什麼、哪些依賴哪些
從那時起，代理會從地圖裡抽取答案，而不是讀檔找內容
像是「哪個地方呼叫這個函式？」或「我改這個檔案會壞掉什麼？」這類問題，會直接從地圖回答，而不是要做 20 次檔案讀取
同樣 5 個問題，如果不使用它要花 412,000 個代幣；現在只要用地圖花 3,400
這個工具在 3 分鐘內就完成了整個 Linux 核心的地圖，涵蓋 2,800 萬行程式碼，並能在 1 毫秒內回答相關問題
問題會隨著 repo 規模成長；小型專案幾乎感覺不到，而大型程式碼庫會立刻感受到，甚至在旗艦模型上也會更糟
Claude Fable 針對它讀取的每 100 萬代幣收費 10 美元；GPT 5.5 是一半，也就是 5 美元；在 Fable 上，這 5 個問題的成本超過 4 美元，約用 MCP 花 3 美分
這也是為什麼很多人在專案進行到一半時會改用更便宜的模型的關鍵原因之一
雖然程式碼代理的記憶工具早就存在，但這款工具有三點差異：
- 這類工具多半會再跑一個第二個 AI 模型來建立並搜尋記憶，還需要另一把 key、另一筆帳單；而這個只用純解析來建地圖，執行時不會花任何代幣
- 使用 AI 來摘要你的程式碼的工具，一旦你編輯檔案就會立刻過時；而這個只會在數秒內重建「有改動的部分」，因此地圖永遠跟你的程式碼保持一致
- 每個 MCP 都有同樣的弱點：代理會忘記它的存在，然後又用同樣無效的方式重新開始搜尋；這個工具會偵測這些搜尋，並把地圖結果塞進查詢輸出裡，所以即使 AI 忽略它，它也能正常運作
地圖本身就是一個單一檔案，每個團隊都能輕鬆提交到 repo；任何人 clone 之後都會一開始就拿到已建好的地圖
所有內容都以一個小型二進位檔提供，支援 158 種程式語言，除此之外不需要安裝任何東西
它能搭配 11 個程式碼代理使用，包括 Claude Code、Codex 和 Gemini；而且所有流程都在本機執行，所以你的程式碼永遠不會離開你的電腦
作者甚至在一篇 arXiv 論文中，用 31 個真實程式碼庫進行測試，結果代理用一半步驟完成了同樣的工作
這個專案才只有 5 個月大，已有 30,000 位星標與 35 次更新；目前它正位於 GitHub 每月熱門趨勢榜首