nervx: CLI-инструмент сокращает использование токенов кода Claude за счет анализа структуры кодовой базы

Что делает nervx

nervx — это CLI-инструмент (устанавливаемый через pip), который решает проблему неэффективной навигации по кодовой базе в Claude Code. Разработчик создал его после того, как заметил, что Claude выполняет чрезмерное количество grep-поисков (60+ раз для простых запросов) и перечитывает файлы, расходуя половину контекстного окна перед началом реальной работы.

Как это работает

Инструмент анализирует весь ваш репозиторий с помощью tree-sitter, строит граф SQLite из каждой функции, класса, цепочки вызовов и импорта, а затем генерирует файл NERVX.md, содержащий структурную карту вашего проекта. Эта карта включает точки входа, потоки выполнения, часто используемые файлы и хрупкий код.

Ключевая особенность: выполнение команды nervx build . автоматически добавляет инструкции в ваш файл CLAUDE.md, которые обучают Claude использовать nervx. Затем Claude самостоятельно запускает nervx nav перед grep-поиском, проверяет область воздействия перед рефакторингом и в целом перемещается по коду эффективнее без ручных указаний.

Технические детали

• Не требует настройки MCP-сервера
• Не нужны API-ключи
• Не использует вызовы LLM в процессе сборки
• Реализация на чистом tree-sitter + git
• Собирается менее чем за 5 секунд
• Нулевая стоимость LLM для анализа

Результаты производительности

Протестировано на репозитории FastAPI с тремя одинаковыми вопросами:

• Вызовы инструментов: 93 → 56 (-40%)
• Выходные токены: 15 694 → 8 196 (-48%)
• Grep-поиски: 63 → 22 (-65%)

Дополнительные возможности

• Обнаруживает мёртвый код
• Помечает функции, где обработка ошибок различается у вызывающих сторон
• Определяет паттерны, такие как фабрики и шины событий, по форме графа
• Включает визуализацию для сгенерированного графа
• Поддерживает Python, JS/TS, Java, Go, Rust, C/C++, C#, Ruby

Чем он отличается

Разработчик сознательно избегал подходов, использующих LLM для генерации графов или требующих настройки MCP, сосредоточившись на чистом статическом анализе, чтобы не увеличивать расход токенов при решении проблемы их растраты.