jahala/tilth

它解決的問題

它降低了 AI 代理讀取程式碼時的高成本與低效率。與以往需要多次工具呼叫（例如 globbing、讀取整個檔案、以及 grep）來尋找特定函數或理解呼叫鏈不同，tilth 只需一次呼叫即可提供結構意識，大幅降低 token 使用量並提升準確性。

如何運作

Tilth 結合了 ripgrep 用於快速搜尋、tree-sitter 用於跨 16 種語言的 AST 解析，以及記憶體映射檔案讀取以提升速度。它不是僅將程式碼視為文字，而是從結構上進行分析，讓它能夠：

• 概述大型檔案：自動提供大型檔案的結構摘要，而非完整內容，以節省 token。
• 尋找定義：優先尋找符號的定義位置，而非僅僅提及的位置。
• 追蹤呼叫鏈：在搜尋結果中包含「被呼叫者頁尾」，讓代理能直接追蹤函數呼叫，無需額外搜尋。
• 結構差異比對：在函數層級而非行級檢測變更。
• MCP 整合：作為 Model Context Protocol (MCP) 伺服器，讓 AI 代理（如 Claude Code 或 Cursor）可直接使用這些結構化工具。

適用對象

• 需要高效導航大型程式碼庫的 AI 代理與基於 LLM 的程式碼助理。
• 希望擁有快速、結構化 CLI 工具來探索程式碼定義、相依性與呼叫點的開發者。

特色亮點

• 成本降低：基準測試顯示，各種模型每正確答案的成本降低 38-44%。
• 結構化搜尋：使用 tree-sitter 找出實際的定義與呼叫點，而非僅僅字串匹配。
• 智慧概要：根據 token 數量（約 6000 token）自動切換完整內容與結構概要。
• 廣泛的語言支援：支援 16 種語言，包括 Rust、TypeScript、Python、Go 和 Java。
• 雜湊錨定編輯：可選的編輯模式，使用雜湊確保編輯作用於正確版本的程式碼。