有人做了一个免费的工具，让 Claude Code 的代币消耗减少 10 倍

AI 编程代理每次开始新会话时都会从零起步，不会记住你的代码库
代理会一遍又一遍地翻找文件，把数千个代币烧掉，只是为了弄清楚东西到底在哪里；然后下一次会话又会把所有事情再重复一遍
这些代币都是你在为它们付费，而这并不算实际工作
Codebase Memory MCP 采用了不同的方法：
它只读取你的代码库一次，并建立一张永久映射图——每个函数、每条连接、谁调用了什么，以及什么依赖于什么
从那之后，代理会从这张映射图中获取答案，而不是为了找到答案而去读文件
像“是什么在调用这个函数？”或“我改这个文件会导致什么出问题？”这类问题，都会直接从映射图中得到回答，而不是需要额外读 20 次文件
不用它时，这 5 个问题要花费 412,000 个代币；现在只用映射图，费用只需 3,400
这个工具在 3 分钟内为整个 Linux 内核完成了映射（代码总计 2,800 万行），并且能在 1 毫秒内回答相关问题
这个问题会随着仓库规模增长而变得更严重：小型项目几乎察觉不到，而大型代码库会立刻感受到；在旗舰级模型上情况还会更糟
Claude Fable 会对它读取的每 100 万代币收费 10 美元，GPT 5.5 则是对半收费；在 Fable 上，这 5 个问题的成本超过 4 美元，或用 MCP 计算大约是 3 美分
这也是很多人会在项目进行到一半时，把模型降到更便宜选项的一个重要原因
编程代理的记忆工具已经存在，但这款工具有三点让它脱颖而出：
- 这个类别里的大多数工具会再用第二个 AI 模型来构建和搜索记忆，另一个 key、另一个账单；而它用纯解析来构建映射图，运行时的代币成本为 0
- 使用 AI 对你的代码做总结的工具，在你编辑文件的那一刻就已经过时；它会在几秒内重建发生变化的部分，所以映射图始终与代码保持一致
- 每个 MCP 都有同样的弱点：代理会忘记它的存在，并再次用同样无效的方式去搜索；而它会捕捉这些搜索，并把映射图结果塞进返回内容里，所以即便 AI 忽略它，它也照样能工作
映射图本身就是一个单独的文件，每个团队都能轻松提交到仓库；所有克隆的人在一开始就能拿到已经构建好的映射图
所有内容以一个很小的二进制形式交付，它支持 158 种编程语言，除此之外没有任何额外需要安装
它支持 11 个编程代理，包括 Claude Code、Codex 和 Gemini，所有内容都在本地运行，所以你的代码从不离开你的机器
创建者甚至在一篇 arXiv 论文中，用 31 个真实代码库测试过：代理完成同样的工作只用了原来一半的步骤
这个项目上线仅 5 个月，拥有 30,000 个星标和 35 次更新；目前它位于 GitHub 月度趋势榜的最顶部