让AI读代码不再狂烧token！这个GitHub热技能让我省了94%的消耗

你有没有这种感觉——让 AI 读一个陌生的代码库，它吭哧吭哧读了 30 个文件，token 烧了一大把，最后给你的答案还是瞎猜的？

不是 AI 的问题，是你问问题的姿势不对。

最近有个叫 save-tokens 的 Skill 在开发者圈子里悄悄走红，它解决的就是这个痛点——让 AI 用”知识图谱”代替”文件轰炸”来理解代码。

它做了什么？

传统的 AI 代码探索方式：给一个大型仓库，AI 靠 Read + Grep 逐个文件读进去，30 个文件烧掉 50k+ token，最后还不一定理解全貌。

save-tokens 的思路完全反过来：先用 graphify 工具一次性为代码库构建一张知识图谱（函数、类、调用关系、导入关系），之后 AI 每次问”这个函数在哪被调用了”、”这个模块依赖谁”，直接在图上查询——几百个 token 搞定，零额外 API 消耗。

最狠的是，这个建图的过程完全不需要 LLM，纯本地计算：tree-sitter 解析 AST → 提取节点和边 → 图算法聚类。全程零 token，用的是本地算力。

实际效果怎么样？

有人在真实项目里测过：10 个标准代码理解问题，用传统方法平均消耗 53,900 token，用 save-tokens 直接降到 3,000 token——省了 94%。

而且 graphify 不只是”在哪定义”这种简单问题，它还能回答：

• 这个改动会影响到哪些模块？
• 模块之间有没有循环依赖？
• 哪些函数是”核心枢纽”（被大量调用）？

怎么用？

装上这个 Skill 后，在 Claude Code 里直接说：

• “graph this repo”
• “how does auth connect to billing?”
• “where is parse_config called?”

Skill 会自动调用 graphify 建图（如果还没建），然后用图查询回答你。后续每次问类似问题，直接在图上查，不用再读文件。

适合谁？

• 接手陌生大型项目的开发者
• 需要频繁在代码库里做影响分析的同学
• 被 token 账单折磨的 AI 重度用户

这个 Skill 来自 tinh2/skills-hub-registry 仓库，属于 Smithery 生态的一部分，支持 Claude Code、Copilot+ 等主流 AI 编码工具。完全开源，MIT 协议。

GitHub：https://github.com/tinh2/skills-hub-registry

GitHub: https://github.com/tinh2/skills-hub-registry