构建代码库的持久化结构图（函数、类、导入、调用、继承关系），存储在 SQLite 数据库中；当文件或提交变更时，仅重新解析变更文件及其依赖（2 秒内完成）；AI 工具通过查询图谱只读取相关文件，大幅减少 token 消耗并提升审查质量。
为使用 AI 编码助手的大型代码库开发者解决AI 编码工具重复读取整个代码库导致 token 浪费和审查质量下降，通过本地优先的代码智能图谱工具（MCP/CLI）提供价值，主要依靠目前免费开源，潜在收费方式包括企业版或托管服务（假设）赚钱
通过本地持久化代码图谱，让 AI 只读取相关文件，减少 6-49 倍 token 消耗，同时提升审查质量评分 1.6 分
研究分 77
构建代码库的持久化结构图（函数、类、导入、调用、继承关系），存储在 SQLite 数据库中；当文件或提交变更时，仅重新解析变更文件及其依赖（2 秒内完成）；AI 工具通过查询图谱只读取相关文件，大幅减少 token 消耗并提升审查质量。
为使用 AI 编码助手的大型代码库开发者解决AI 编码工具重复读取整个代码库导致 token 浪费和审查质量下降，通过本地优先的代码智能图谱工具（MCP/CLI）提供价值，主要依靠目前免费开源，潜在收费方式包括企业版或托管服务（假设）赚钱
Business Model Canvas · 9 大模块完整填涂
问题描述非常清晰：AI 编码工具重复读取整个代码库导致 token 浪费和审查质量下降，且有量化数据支撑（6-49x 减少、评分提升），痛点明确且可测量。
目前完全免费开源，无定价或付费线索。但 token 节省对企业有直接成本价值，企业版或托管服务有收费潜力，但需验证付费意愿。
AI 编码工具（如 Claude Code、Cursor）快速增长，开发者对 token 成本和审查质量关注度高。Hacker News 讨论热度和 GitHub 趋势榜第 19 位表明市场兴趣强烈。
GitHub 单日涨星 6423 和 Hacker News 高互动（创始人直接回复）表明需求信号强烈。量化 benchmark 数据（6-49x 减少）具有病毒传播潜力。
技术方案成熟（Tree-sitter + SQLite），独立开发者可维护。但依赖特定 AI 工具接口（MCP），生态绑定风险；大型代码库性能需持续优化。
中国开发者同样使用 AI 编码工具（如通义灵码、CodeGeeX），但 MCP 接口生态以海外为主。开源项目可被国内团队 fork 或适配，但缺乏本地化支持和中文文档。
关键能力
AI 辅助分析，仅供项目研究参考，不构成投资建议。