
aovestdipaperino/tokensave
Developer toolsЭта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал
aovestdipaperino/tokensave — это кандидат MCP-сервера, импортированный из https://github.com/aovestdipaperino/tokensave.
Обзор
aovestdipaperino/tokensave — это кандидат MCP-сервера, импортированный из https://github.com/aovestdipaperino/tokensave.
Обзор (машинный перевод)
Интеллект семантического кода для агентов кодирования ИИ
Меньше токенов • Меньше вызовов инструментов • 100% локально
Почему tokensave?
ИИ-кодирующие агенты тратят токены на исследование кодовых баз. Каждый grep, glob и чтение файла стоит денег. В сложных задачах агенты создают несколько подагентов Explore, которые сканируют сотни файлов просто для создания контекста.
tokensave предоставляет агентам заранее индексированный граф семантических знаний. Вместо сканирования файлов агент запрашивает граф и получает мгновенные, структурированные ответы — нужные символы, их связи и исходный код — в одном вызове.
Как это работает
Без tokensave: Агенты используют grep, glob и Read для сканирования файлов — много вызовов API, высокое использование токенов.
С tokensave: Агенты запрашивают граф через инструменты MCP — мгновенные результаты, локальная обработка, меньше токенов.
Ключевые особенности
| Умное создание контекста | Семантический поиск | Анализ воздействия |
| Один вызов инструмента возвращает всё, что нужно агенту — точки входа, связанные символы и фрагменты кода. | Найдите код по смыслу, а не только по тексту. Найдите «аутентификацию» и найдите login, validateToken, AuthService. |
Эта страница переведена автоматически. Технические детали смотрите в оригинале.
README
Показан фрагмент оригинального README. Открыть оригинал.
Semantic Code Intelligence for AI Coding Agents
Fewer tokens • Fewer tool calls • 100% local
Why tokensave?
AI coding agents waste tokens exploring codebases. Every grep, glob, and file read costs money. On complex tasks, agents spawn multiple Explore sub-agents that scan hundreds of files just to build context.
tokensave gives agents a pre-indexed semantic knowledge graph. Instead of scanning files, the agent queries the graph and gets instant, structured answers – the right symbols, their relationships, and source code, in one call.
How It Works
flowchart TB
subgraph agent["AI Coding Agent (Claude Code, Codex, Gemini, Cursor, ...)"]
task["Implement user authentication"]
first["Sub-agent"]
second["Sub-agent"]
task --> first
task --> second
first --- second
end
subgraph server["tokensave MCP Server"]
search["Search: auth"]
callers["Callers: login()"]
context["Context for task"]
db[("libSQL Graph DBInstant lookupsFTS5 search")]
search --> db
callers --> db
context --> db
end
first --> search
Установка
This server does not publish a one-line install command.
Open the repository installation guide Новичок в MCP? Начните с руководства на mcpskill.org →