aovestdipaperino/tokensave

AI编码代理的语义代码智能

更少的代币 • 更少的工具调用 • 100% 本地化

---

为什么选择代币储蓄？

AI编码代理在探索代码库时浪费了代币。每一次grep、glob和文件读取都需要钱。在复杂任务中，代理会生成多个Explore子代理，扫描数百个文件以构建上下文。

tokensave 为代理提供了一个预索引的语义知识图谱。 代理无需扫描文件，而是查询图谱，一次调用即可即时获得结构化的答案——正确的符号、它们的关系和源代码。

工作原理

没有tokensave： 代理使用 grep、glob 和 Read 来扫描文件——大量 API 调用，令牌使用率高。

使用 tokensave： 代理通过 MCP 工具查询图——即时结果、本地处理、更少的标记。

---

主要特色

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