夜雨聆风目前使用Claude Code、Codex和Cursor来编写代码的人越来越多了，但是仅仅能够写出代码是不够的。
减少人工智能所消耗掉的tokens、使它在网路上查找信息而不花费API费用、同时运行多个Agent而不产生冲突。
下面四个项目每一个都针对一个具体的方面进行了解决方案。
01 code-review-graph
AI 编程助手的一个缺点就是很花钱，每次让它检查代码的时候都要把整个项目的源码全部读一遍。
对于一个有几千个文件的项目来说，在每次进行 Code Review 的时候都会消耗掉数万个或者是数十万个 Tokens。
大部分 Token 都是浪费在和此次修改无关的文件上了。
code-review-graph 所要解决的就是以上问题。
它使用 Tree-sitter 将你所维护的代码库解析为一个关系图，并且在其中记录下每一个函数、每一个类以及每一个导入之间所存在的调用关系与继承关系。
当修改了某个文件之后，它可以计算出该文件造成的爆炸半径，即找出所有受到该修改所波及到的调用者、依赖者以及测试用例，并且只把这些真正有关联的部分输入到人工智能当中去。
实际的效果非常大，对六个真实的项目进行测试，在每一条请求中Token使用量减少到了原来的八十二分之一。
使用起来也很方便，pip 一条指令就可以完成安装。
pip install code-review-graph # or: pipx install code-review-graphcode-review-graph install # auto-detects and configures all supported platformscode-review-graph build # parse your codebasecode-review-graph build扫描整个代码库，大约 10 秒钟可以扫描 500 个文件。
然后每进行一次 git 提交就会自动增加版本号,可以兼容 30 多种编程语言，并且能够与 Claude Code、Codex、Cursor 等主要的 AI 编程工具无缝连接。
也可以用作 GitHub Actions，在 Pull Request 中运行，为每一次代码变更打分。
开源链接：https://github.com/tirth8205/code-review-graph02 wigolo
当AI编程助手要上互联网查询信息时，通常会调用第三方搜索API,Google、Bing、SerpAPI 这三个都得花钱,使用频率高了成本就会上去。
wigolo的想法是完全相反的，所有的搜索、抓取、爬取、提取、缓存都在本地机器上进行，不需要API密钥，也不需要云服务，在每次查询的时候没有费用。
它可以适配 18 个搜索引擎，并且会根据搜索结果进行排序、合并以及机器学习重新排序。
可以抓取网页、爬取整个网站、提取结构化的数据，并且有一个本地混合索引缓存，已经搜索过的内容下次可以直接读取本地，不需要再进行网络请求了。
在要做深入研究的时候，使用 research 工具可以把一个问题分成几个小的问题，然后自己去查找、收集和整理出一份带有参考文献的文章。
部署之后只需要执行一条命令：
npx wigolo init就可以自动连接到 Claude Code、Cursor、Codex 等各种工具了。
要求Node.js版本为v20及以上，并且占用大约1.5GB的磁盘空间.
想要让AI来做内容总结或者分析的话，就可以使用Gemini（有免费额度）或者是本地Ollama来实现合成的效果了，而搜索本身是不需要花任何钱的。
如果想让AI编程助手上网查询信息但是又不愿意花费API费用的话，那么wigolo就成为了目前最好的选择。
开源链接：https://github.com/KnockOutEZ/wigolo03 Orca
使用人工智能编写代码的人常常会碰到一个尴尬的局面,想要让人工智能做两件事情，但是每个终端只能运行一个Agent
。换一个任务就要等前面的任务完成了才能开始，或者是自己打开多个终端窗口进行切换。
Orca 对此进行了全面改变,它不是一般的IDE，而是为同时运行多个AI编程代理而打造的操作界面。
你可以在一个界面上启动多个Agent，并且每个Agent都运行于独立的git工作树中，它们之间的文件是相互隔离、互不干扰的。
同一种需求可以发送到ClaudeCode和Codex上，比较哪一方写的更好一些，然后选择质量高的进行合并。
支持的 Agent 有 Claude Code、Codex、Cursor、GitHub Copilot、OpenCode、Goose 等二十多种。
并不是每一个都必须独立适配，所有的 Agent 都被视为标准输入输出的子进程进行管理。
配套设施也十分齐全,iOS 和 Android 有移动端，Agent 跑完之后会给你推送到手机上，并且可以在手机上发出后续指令。
存在 Design Mode，在 Chromium 中点击页面元素就可以把 HTML、CSS 和截图塞入到 Agent 的提示词中去。
可以SSH到远程服务器运行Agent，并且可以在AI产生的diff上逐行批注，然后返回给Agent修改。
开源链接：https://github.com/stablyai/orca04 T3Code
终端很实用，但是并不是每个人都会喜欢用黑屏来输入命令,就是想开个网页，在上面挑选一个 AI 模型然后开始写代码。
T3Code是极简的Web界面，把ClaudeCode、Codex、Cursor和OpenCode四种AI编程助手都放到同一个浏览器窗口中去。
不需要安装各款CLI工具，也不用记住各种命令，在这里选择就可以了进行聊天。
无须任何门槛就可以运行，只需要一行命令
npx t3@latest就可以启动，并且会自动打开浏览器,还有桌面版的应用程序，在Windows系统上用winget来安装，在Mac系统上则使用brew cask来完成。
该项目是由 Theo（t3dotgg）发起的，使用 TypeScript 编写，并且有 13600 多个star以及 160 多名贡献者。
现在处于起步阶段，更新速度很快，每天晚上都会发布新版本。
核心团队的思想就是性能和稳定性第一，不要急于添加一些花里胡哨的功能，先把最基本的功能做好。
如果不想安装很多命令行工具的话，或者想要在同一个界面上随意切换不同的AI模型来测试一下效果的话，那么T3 Code就是最好的选择。
开源地址：https://github.com/pingdotgg/t3code如果你也对这类前沿开源项目感兴趣，想第一时间看到真正有潜力的 GitHub 热门项目解析，关注本公众号。
后面我还会继续挖更多值得收藏、值得实操、值得思考的开源好东西。