TS編譯器知識圖將AI Token消耗降低約90%

近日，一款名為@ttsc/graph的開源工具在Hacker News上引發關注。它是一個MCP（Model Context Protocol）服務器，通過為AI代理提供TypeScript代碼的編譯器級知識圖，大幅降低Token消耗。

傳統上，編程代理在回答代碼問題時，需要搜索倉庫並逐個讀取文件內容來獲取上下文，這導致大量Token消耗。@ttsc/graph改變了這一模式：它利用TypeScript編譯器自身的類型檢查過程，將整個代碼庫索引為一個聲明及其關係的精確圖。每個節點和邊都由編譯器解析，確保準確性。當AI代理提出問題時，只需通過一次工具調用就能從圖中獲取答案，包括名稱、簽名、關係和源位置，而無需讀取文件體。

由於工具調用和返回結果均不隨倉庫大小增長，Token成本在所有情況下都能降低約90%。基準測試顯示，在真實倉庫上，使用@ttsc/graph的代理在回答入門問題時僅需1-3次圖調用，不打開任何文件，Token消耗僅為基線方法的4%。相比之下，同類工具如codegraph和serena的成本會隨倉庫大小波動。

另一個顯著優勢是索引構建速度。@ttsc/graph將圖作為編譯器類型檢查的副產品，因此在大型倉庫中也能秒級完成構建。例如，在包含300萬行代碼的VS Code倉庫上，@ttsc/graph僅需29秒，而codegraph需要12分鐘，serena需要4.5分鐘。

該工具的設計注重精確性。工具描述明確指示代理何時使用圖、何時停止，並強調返回的圖事實是編譯器的絕對真理，無需再用文件驗證。通過強制代理在調用前進行推理（包括問題、草稿和審查字段），確保代理選擇最合適的請求類型，避免誤用。

對於TypeScript開發者而言，@ttsc/graph提供了一種高效、低成本的代碼導航方式，尤其適合大型代碼庫中的架構理解和代碼審查。該工具需要ttsc和TypeScript 7編譯器支持，安裝簡單，可與MCP客户端配合使用。更多基準數據和詳細方法可在ttsc.dev的基準頁面查看。