styler-ai/ProjectAtlas

解决的问题

ProjectAtlas 解决了 AI 编程助手在导航大型代码库时面临的高 Token 成本和低效率问题。通过为助手提供结构化的智能存储库地图，它能防止助手读取无关文件，并帮助它们更快地定位代码，从而显著降低 Token 消耗。

工作原理

它作为一个原生 Rust CLI 工具和 MCP (Model Context Protocol) 服务器运行，为您的项目构建一个持久化的、基于 SQLite 的本地索引。它会扫描您的存储库（遵循 .gitignore），创建文件、文件夹、符号和关系图。当助手工作时，它会查询此本地数据库以获取摘要、文件大纲和特定的代码片段，而不是盲目地扫描整个文件系统。

适用人群

它专为使用 Claude Code、Codex 或 OpenCode 等 AI 编程助手，并希望在处理大型复杂软件项目时提高助手性能、准确性和成本效益的开发者而设计。

主要亮点

• 显著减少 Token： 通过直接引导助手访问相关代码，可将 Token 使用量减少 90% 以上。
• 本地优先架构： 将所有智能信息存储在本地 .projectatlas/ 目录中；无需外部云索引或凭据。
• 适配 AI 助手： 提供原生 MCP 支持，允许助手执行面向任务的发现、符号查找和健康检查。
• 工作树支持： 无缝处理多个 Git 工作树，允许助手在项目的不同分支或版本之间保持上下文。
• 性能导向： 使用 Rust 构建，后端采用 SQLite，提供快速、可靠的存储库智能分析。