让 AI Agent 的 Token 账单降低 99%

速览：codebase-memory-mcp 会把仓库索引成持久化知识图谱，让编码 Agent 从图谱回答结构问题，而不是每次通过 grep 和逐个阅读文件来寻找答案。项目测得五个结构查询通过图谱约消耗 3,400 个 Token，而逐文件探索约消耗 412,000 个 Token，减少 99.2%。它用 C 编写，作为不依赖运行时和 API key 的单一原生二进制发布，覆盖 160 多种语言，完全在本机运行。截至 2026 年 9 月 1 日，它拥有 41,536 个 Star，采用 MIT 许可证。如果要从 2026 年 Agent 工具浪潮中只安装一个工具，可以优先考虑它。

本文深入介绍我们在 2026 年值得安装的五个开源 AI Agent 工具清单中的一个工具。

问 Agent 某个函数在哪里被调用，然后观察它的过程：它先 grep，再读三个文件，再用另一种模式 grep，又读四个文件。最后它可能给出正确答案，却把数万个 Token 消耗在上下文中的源代码上，而这些内容在会话结束后马上被遗忘。

接着问一个后续问题，它又会完整重复一次。

长会话中，大部分使用限额都花在这个循环上；整个下午下来，答案质量也会下降，因为塞满文件内容的上下文没有足够空间进行推理。codebase-memory-mcp 用同一个动作同时攻击这两个问题。

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。

它做什么

它把仓库解析成由函数、类、调用链、HTTP 路由和跨服务链接组成的持久化知识图谱，再从图谱回答结构问题。

解析通过 tree-sitter AST 分析完成，覆盖 160 多种语言；混合 LSP 层则为核心语言增加语义类型解析，包括 Python、包含 JSX 和 TSX 的 TypeScript 与 JavaScript 家族、PHP、C#、Go、C、C++、Java、Kotlin、Rust 和 Perl。区别很重要：AST 解析可以告诉你名为 save 的方法被调用了，类型解析则可以告诉你它属于哪个类。

最终通过 15 个 MCP tool 暴露能力，涵盖搜索、调用链追踪、架构概览、影响分析、索引覆盖检查、对图谱执行 Cypher 查询、死代码检测、跨服务 HTTP 关联和 ADR 管理。任何支持 Model Context Protocol 的客户端都可以使用它，项目列出 45 个支持的 Agent surface，包括 Claude Code、Codex、Cursor、Windsurf、OpenCode、Gemini CLI、Aider 和 Kilocode。

数据

这里有两组独立数据，都值得仔细阅读。

项目自己的测量结果是：五个结构查询通过图谱约消耗 3,400 个 Token，而逐文件 grep 探索约消耗 412,000 个 Token。这意味着减少 99.2%，同样的答案大约只需要原来的八百分之一，也就是约少 120 倍的 Token。

学术版本来自预印本 Codebase-Memory: Tree-Sitter-Based Knowledge Graphs for LLM Code Exploration via MCP，它在 31 个真实仓库上进行了评估，报告了 83% 的答案质量、少 10 倍的 Token，以及相较逐文件探索少 2.1 倍的工具调用。

120 倍和 10 倍之间的差距正是需要诚实说明的部分。120 倍来自五个结构查询，是图谱最擅长的场景，因为结构问题本来就是图谱的用途；10 倍来自 31 个仓库中的更广泛问题组合，更接近日常使用。两者都很大。规划时按 10 倍计算，把更高数字当作额外收益。

速度是另一半。索引 Linux kernel（2,800 万行代码、75,000 个文件）需要三分钟，普通仓库在毫秒级完成索引，结构查询在一毫秒以内返回。流水线采用 RAM-first、LZ4 压缩、内存 SQLite 和融合的 Aho-Corasick 模式匹配，索引完成后会释放内存。

用 C 而不是 TypeScript 或 Python 编写，是这些数据成立的原因，也解释了为什么无需安装运行时。

安装

macOS 和 Linux：

curl -fsSL https://raw.githubusercontent.com/DeusData/codebase-memory-mcp/main/install.sh | bash

Windows 使用项目推荐的分步方式，而不是盲目执行一行命令：

Invoke-WebRequest -Uri https://raw.githubusercontent.com/DeusData/codebase-memory-mcp/main/install.ps1 -OutFile install.ps1
notepad install.ps1        # read it first
Unblock-File .\install.ps1
.\install.ps1

可以使用 --skip-config 只安装二进制而不配置 Agent，也可以使用 --dir=<path> 指定位置。安装器会自动检测已经安装的 coding Agent，并写入它们文档要求的 MCP 配置；如果客户端支持，还会写入 instructions、skills 和 lifecycle hooks。macOS 上它会移除隔离属性并对二进制进行 ad-hoc 签名，因此不需要手动执行 xattr 或 codesign。

之后重启 Agent，并让它为项目建立索引。

第一天就值得设置的两个配置项：

# index new projects automatically on first connection
codebase-memory-mcp config set auto_index true
codebase-memory-mcp config set auto_index_limit 50000

# graph visualization, built into the binary
codebase-memory-mcp --ui=true --port=9749

localhost:9749 上的 UI 会以 3D 形式渲染知识图谱。它确实适合发现你原本不知道存在的结构，也能帮助确认索引覆盖了预期内容。

如果你同时处理很多仓库，auto_watch false 可以阻止会话把项目注册到后台 watcher，watcher_enabled false 则会完全关闭轮询线程。后一个设置只在 daemon 启动时读取，修改后需要停止 daemon。

运行前需要检查的两件事

项目已经记录了两件事，这是好迹象；但你仍然值得花 30 秒关注它们。

Microsoft Defender 可能将发布二进制标记为 Trojan:Script/Wacatac.B!ml。项目将其记录为已知误报，并指出通常约 62 个引擎中有 61 个返回 clean；同一检测家族也会命中 GitHub CLI、llama.cpp、Godot 以及 Microsoft 自己的 Go toolchain。每个版本发布前都会经过 VirusTotal 扫描，发布说明中也有结果链接。这比大多数项目更透明，根本原因是小型未签名原生二进制容易触发启发式检测。

它会读取代码库并写入 Agent 配置文件。这就是它的工作，项目也没有把这一点藏起来。缓解措施是真实存在的：源代码以 MIT 许可证完整公开，发布版本带有 OpenSSF Scorecard 和 SLSA level 3 provenance，处理完全在本地进行。项目还声明自身不会发起网络请求，不会在后台检查更新，也不会向外联络；更新由二进制旁边的安装脚本完成，而非运行中的进程，这是一项在 README 中详细解释的设计选择。

对这两点的正确应对相同：在把安装脚本通过管道交给 bash 前先阅读它；如果本地运行这一点对你很重要，就自己验证。Star 数量代表流行度，不是安全审计。

为什么优先安装它

当前 Agent 浪潮中的其他工具都会改变工作流：人格改变 prompt 方式，并行 worktree 改变工作组织方式，网页访问改变你会提出什么问题。

这个工具不改变你的工作方式，却让每次会话更便宜、更好。没有新的习惯需要学习：安装、索引项目，Agent 就不再把上下文浪费在 grep 循环上。长重构中，下午两点触达限额和顺利完成一天工作的差别非常明显。

质量效果是容易被低估的另一半。花 400,000 个 Token 读取文件的 Agent，就少了同样多的空间思考问题，而且早期读到的内容也会逐渐难以回忆。从图谱回答可以保持上下文空闲。工具返回到上下文中的内容也有同样的动态，过于庞大的 API 响应会让 Agent 工作流变得昂贵。

实际会用到的工具

15 个 MCP tool 听起来很多，但实际上你几乎不用学习它们，因为 Agent 会自行选择。值得知道的是哪些问题现在有了低成本答案，这会改变你提问的方式。

影响分析价值最高，却最容易被忽略。修改函数签名之前，先问会破坏什么。图谱可以在一毫秒内追踪仓库中的每个调用方，而 grep 版本会漏掉动态分派，并且对间接调用束手无策。这会把“我觉得应该安全”变成一份清单。

调用链追踪回答执行实际上如何到达某段代码。它适合陌生仓库，比向上阅读五个文件、希望碰巧找到入口点更好。

架构概览在不读取整个目录树的情况下提供结构地图。它会让 onboarding 陌生代码库的体验明显不同，也适合与只读探索人格结合。

死代码检测找出没有任何调用方的代码。清理 sprint 前运行一次，不要再围绕“它是否还在使用”争论。

跨服务 HTTP 关联将一个服务中的调用追踪到另一个服务中的 handler。在微服务代码库中，这是让 Agent 理解整个系统而不只是单个仓库的差别，也是下面契约缺口最明显的地方。

Cypher 查询是逃生口。其他工具无法覆盖的特定问题，可以直接查询图谱。

实际变化在于 prompt 习惯。以前因为需要 50,000 个 Token 和两分钟而回避的问题，现在几乎免费，因此应该多问：“这个函数被谁调用？”在每次重构前都问；调试前问“这个接口的 request path 是什么？”这个工具改变了好奇心的经济性，比任何单项功能更重要。

图谱知道什么，又不知道什么

这里有一条需要理解的清晰边界，否则很容易过度信任它。

图谱根据你的代码构建，知道代码是什么。15 个工具中包含跨服务 HTTP 关联，可以把一个服务中的调用追踪到另一个服务中的 handler，这对 Agent 来说非常有用。

但它不知道契约说了什么。它知道路由 /v1/invoices/{id} 存在，也知道哪个函数处理它；却不知道接口在幂等键重复使用时返回带有不同错误封装的 409，不知道 status 只有五个合法值，不知道游标是不透明游标而不是 offset，也不知道某个字段已经弃用、下季度会消失。这些信息不能从 handler 源码推导出来，因为它们大多属于约定，而不是实现。

因此，即使 Agent 获得了完美的结构记忆，它仍然会猜契约：针对推断出的结构写客户端，再针对自己编造的 mock 写测试，直到 staging 才发现问题。

这就是 Apifox 与此类工具可以互补而不是重叠的原因：

图谱回答“在哪里”。哪个 handler、哪条调用链，以及修改签名会破坏什么。
规范回答“是什么”。真实数据模型、状态码和错误封装由 Agent 读取，而不是自行重建。
mock 从规范生成。其中包含 Agent 不会主动伪造的错误分支。
契约测试在 CI 中失败。实现与约定不一致时，测试会暴露差异，而不是让行为静默漂移。

这其中有一种很好的对称性：codebase-memory-mcp 的存在，是因为从源代码回答结构问题既昂贵又不可靠；从源代码推断契约同样如此，答案也一样是把信息以适合问题的形式建立索引。若 Agent 正在针对无人记录的结构编写 API 客户端，应先让它读取规范和测试。

代码记忆不是工作记忆

第二条边界属于组织层面。

索引位于一台机器、一个账号下的缓存目录中。它通过协调 daemon 在本机的 Claude Code、Codex 和 OpenCode 会话之间共享，这是一处不错的工程，但边界止于这台机器。

更重要的是，图谱记住的是代码库，而不是工作。它可以告诉你 retry helper 调用了 payments client，却不能告诉你为什么 7 月改变 backoff、谁作出的决定、替代方案是什么，或者是否有人审阅过。那些历史存在于已经消失的终端会话中。

团队会感受到这个奇怪的缺口：Agent 对代码的回忆比团队中任何人都好，却完全记不住产生这些代码的决策。

HiFox 通过让任务而不是 prompt 成为持久记录，补上另一半：

工作以任务存在，Agent 输出以可回复评论保存。进度和工具调用会流回任务，推理过程跨越会话保留下来。
Agent 是保存下来的配置。包括 instructions、runtime、skills、repositories 和 environment。拥有索引、规范和正确权限的设置可以重复使用，而不是在每台机器上重新搭建。
执行环境由你提供。你连接一个 Computer，可以是笔记本、服务器或容器；HiFox 使用其中已有的 Runtime。索引按机器存在，因此知道哪个 Computer 持有已索引仓库，决定了是使用温热图谱还是重新等待三分钟冷启动。
每个任务的仓库工作都运行在独立 worktree 中，并行任务不会互相冲突。
Backlog 中的任务不会启动运行，因此工作会在执行前先准备好。
使用团队已经理解的结构：空间、项目、迭代和任务，并支持 Jira 同步。

代码记忆加工作记忆才是完整组合：一个工具让 Agent 记住仓库，另一个工具让团队记住 Agent 在仓库中做过什么。

FAQ

它支持 Cursor、Codex 和 OpenCode，还是只支持 Claude Code？它是 MCP server，因此任何 MCP client 都可以使用。项目列出 45 个支持的 Agent surface，安装器也会自动检测已有工具。如果你在为 API 工作选择客户端，应结合实际工作流判断。

代码会离开我的机器吗？不会。处理完全在本地进行，项目声明自身不会发起网络请求，也不会在后台检查更新。源码采用 MIT 许可证，你可以自行验证，而不是盲目信任。

99% 的 Token 减少对我的仓库现实吗？99.2% 来自五个结构查询，是图谱最擅长的场景。31 个仓库上的学术数据是少 10 倍 Token 和少 2.1 倍工具调用。规划时按 10 倍计算；结构问题占比高的工作可能更好。

它能处理多大的仓库？项目给出的上限案例是 Linux kernel：2,800 万行、75,000 个文件，在三分钟内完成。默认 auto-index limit 可配置为 50,000 个文件，普通应用仓库在毫秒级完成索引。

为什么 Defender 会标记它？这是小型未签名原生二进制触发的已知机器学习误报。项目有记录，并指出约 62 个引擎中有 61 个返回 clean，还为每个版本链接 VirusTotal 结果。同一检测家族也会命中 GitHub CLI 和 Microsoft 自己的 Go toolchain。

它会取代阅读代码吗？对于结构问题可以，Agent 提出的很多问题都属于这一类；对于行为、边界情况和意图则不可以。至于 API 实际返回什么，则需要规范，不能只依赖代码或图谱。

总结

这是 2026 年 Agent 浪潮中最不花哨、回报却最好的工具。它不改变工作流，不需要新习惯，使用一个原生二进制，就能让 Agent 在回答本不该通过 grep 解决的问题时显著减少 Token。多个 Agent 同时运行时收益尤其明显，例如使用 Orca 的场景。安装它、索引项目、设置 auto_index，再打开一次图谱查看器，确认它建立了什么。

还要明确两个边界：图谱知道代码在哪里，不知道 API 承诺什么；这部分需要 Apifox 用规范、mock 和测试套件补上。它记得仓库，却不记得工作；这部分需要 HiFox 让任务成为记录，而不是 prompt。

完美的代码记忆是很好的基础，但它不等于知道什么是真的，也不等于知道哪些决定已经作出。