代码库探索省 token 助手

让 AI 编码助手先建索引再读代码，减少探索代码库时的上下文浪费。

痛点

AI 在探索陌生代码库时往往先用大量 grep、rg 再逐个读文件，一趟 explore 下来消耗大量上下文却还没开始干活。有人尝试 serena 之类的 Agent LSP 插件，期望先用 LSP 索引代码库来加速符号查找，但实际在大代码库上感受不到明显区别，也不确定是否真的节省 token，缺少可量化的对比工具。

方案

一个本地命令行工具或编辑器插件，在 AI 编码助手开始探索前预建代码符号索引，把相关符号、定义和引用直接喂给 AI，减少它盲目读文件的行为。同时统计每次任务实际消耗的 token 数，并与不使用索引时的基线对比，直观展示节省效果。支持 Claude Code、Codex、Cursor 等常见工具。

用户

经常让 AI 编码助手在大型代码库中工作的开发者、需要控制 API token 成本的个人或小团队。

MVP

为本地代码库生成符号索引；提供一个预探索命令把相关符号摘要输出给 AI；记录并对比有/无索引时的 token 消耗；支持 Claude Code 和 Codex 两种接入方式；生成简单的节省报告。

变现

免费基础版加订阅制（如每月 5–15 美元）解锁大仓库索引与历史统计；也可按团队席位收费。

为何现在

AI 编码助手上下文成本越来越受关注，LSP 索引类工具已有尝试但缺乏可量化收益验证，独立开发者可以从小而专注的省 token 场景切入。