本地、令牌感知的上下文引擎，用于 AI 编码助手
Ndxr的ndxr是一个本地优先的上下文引擎，用于模型上下文协议，为AI编码代理提供紧密范围的代码输入。它为开发者任务生成令牌预算的上下文，并减少发送给模型的无关材料。该工具强调快速索引、意图感知检索和执行路径分析，旨在为使用AI助手的软件工程师提供私密、高效的访问大型多语言代码库和持续开发会话的能力。
你实际上可以用 ndxr 做哪些任务？
ndxr 针对多文件开发工作，其中代理需要在会话之间保持持久的上下文。该引擎提供 逻辑流追踪，以查找符号之间的执行路径，影响分析映射更改的影响范围，以及会话内存在不同会话之间保持 AI 观察和决策，这帮助代理在不重新处理整个代码库的情况下恢复复杂的重构或调试。
对于有限令牌模型，检索到的代码上下文有多可靠？
索引不是返回整个文件，而是基于符号和边缘（如调用、导入和依赖）进行操作，因此代码片段专注于结构相关性。搜索管道结合了 BM25 相关性和 PageRank 中心性，并可选地使用语义嵌入，Context Capsules 将相关符号打包到用户定义的令牌预算中，从而减少令牌浪费，并保持返回的上下文在模型限制内。
将其集成到现有编码工作流程中是否容易？
集成包括一个命令，用于为 MCP 客户端设置 .mcp.json 和 CLAUDE.md，ndxr 作为一个单一的静态二进制文件提供，支持 Linux、macOS 和 Windows。实时文件监视器实时更新索引，增量索引在不到一秒的时间内更新更改的文件，因此在主动开发期间，索引保持最新，而无需进行完整的重新索引。
它是否处理私有代码和本地处理？
所有解析、索引和搜索都在本地主机上运行，不需要 API 密钥或云服务，因此源代码不会离开机器。该执行模型保持控制和可审计性在开发者的环境中，这适合必须避免云传输的团队，同时使用 AI 代理处理大型代码库。
专注于MCP中心开发团队的选择
作为一个为MCP生态系统构建的开源项目，并以Rust和Tantivy驱动的高速性能而闻名，ndxr适合那些采用MCP能力助手的团队，这些团队优先考虑本地控制和精确的上下文传递。期待一个面向代码中心的AI工作流程的工具，而不是通用的代码搜索。一个实用的提示：在复杂的重构过程中，将ndxr检索与人工审查配对，以确认语义意图。
