dmtrKovalenko/fff

fff – 快速文件搜索工具包

它是什么 – fff 是一个基于 Rust 的库（附带一个小型二进制文件），会建立代码库的内存索引，然后提供超快速、容错的文件名和内容搜索。它设计给人类（通过 Neovim UI）以及需要查找文件而不想将大量文本发送给模型的 AI 代理使用。

主要功能

• 容错搜索 – 对路径和文件内容进行模糊匹配。
• 频率排序（frecency）结果 – 你经常打开或最近修改的文件会获得更高分数。
• 后台监视器 – 索引会随文件变更自动更新，并带有 Git 感知注释（已修改、已暂存、最近的提交）。
• 轻量内存索引 – 当重复搜索相同仓库时，比 ripgrep/fzf 更快。
• 多种前端：
  • fff.nvim – 一个 Neovim 插件，提供选择器 UI 和 Lua API（find_files、live_grep 等）。
  • MCP 服务器 – 一个小型二进制文件（fff-mcp），实现 Claude Code、Cursor、OpenCode 等使用的 MCP 协议，为代理提供 ffgrep 和 fffind 等工具。
  • Pi 扩展 – 一个 Pi AI 助手的插件，可替换其内置的 grep/find 工具。

工作原理

1. 首次使用时，后台进程会扫描配置的根目录，建立 Rust 索引，并存储可选的 SQLite 风格数据库以记录 frecency 和查询历史。
2. 后续搜索直接查询内存中的索引，避免传统 CLI grep 的磁盘密集往返。
3. 索引由文件系统监视器保持最新；Git 状态通过读取仓库的 git 元数据添加。
4. 库暴露两个核心 Rust 函数供前端调用：
   • file_search(query, opts) – 返回文件/目录列表，包含分数、frecency 数据和 Git 标志。
   • content_search(query, opts) – 返回行级匹配，支持可选正则表达式、模糊回退和智能大小写处理。

典型用法

• 在 Neovim 中，按 ff 打开 FFFind 选择器，fg 进行实时 grep，或从插件调用 Lua API。
• 对于 AI 助手，安装 MCP 服务器（brew install dmtrKovalenko/fff/fff-mcp 或运行提供的安装脚本）并将其添加到助手配置。助手即可在其工具集中调用 ffgrep/fffind。
• 使用 Pi 时，运行 pi install npm:@ff-labs/pi-fff 并用 /fff-mode 切换模式。

为何对 AI/LLM 工作流重要 大型语言模型的上下文窗口有限。通过让模型询问一个快速、token 高效的文件搜索服务，你可以避免将整个仓库发送给模型，并保持交互流畅。frecency 和 Git 感知评分也有助于模型优先显示最相关的文件，减少幻觉。

安装要点

• 一行脚本 用于 MCP 服务器（Linux/macOS 上 curl … | bash，Windows 上 PowerShell）。
• Homebrew 公式（brew install dmtrKovalenko/fff/fff-mcp）。
• Neovim – 将 dmtrKovalenko/fff 添加到你的插件管理器；插件会下载预构建二进制文件或使用 Cargo 编译。
• Pi – pi install npm:@ff-labs/pi-fff。

许可证与赞助

• MIT 许可证，永久开源。
• 由 Anomaly (opencode.ai)、Mango Proxy 和 RapidProxy 赞助。

---

以上所有细节直接取自仓库的 README。