ripwire

ripwire 针对的是一个很贵的习惯：智能体在仓库里到处 grep、整文件通读，只为回答一个调用图本来就能回答的问题。项目自称「AI 上下文的 ripgrep」。把它指向一个仓库，它会输出带排序的符号地图：这次任务真正相关的符号、谁调用它们、哪些测试能覆盖到。

第一方仓库 创建于 2026-07-29，许可证 Apache-2.0。2026-09-20 GitHub 显示 2,277 star、145 fork，当时发布的版本线是 0.6.1。二进制是单文件 C++23，没有运行时依赖；包括 25 个 tree-sitter 语法在内的全部依赖都 vendored 进仓库，断网也能完成源码构建。这里的 star 是热度信号，不是访问量。

命令行被有意设为主入口。ripwire 放在 PATH 上，智能体不调用就不花任何上下文；而 MCP 的工具 schema 无论是否被调用，都会在每次会话里占着上下文窗口。

核心功能

• 先给地图，再读代码：ripwire . --for="给上传路径加重试" 返回排序后的符号、调用方，以及能覆盖到的测试。
• 改之前先看影响面：--callers、--uses、--impact、--affected 直接回答「改这里会炸到哪」，不需要编辑器插件。
• 25 个 tree-sitter 语法：Rust、C++、Objective-C/C++、C、Python、Go、Swift、TypeScript、JavaScript、Java、Ruby、PHP、Lua、Elixir、Dart、Kotlin、GDScript、Bash、C#，外加 JSON、TOML、YAML、Markdown。
• 想用 MCP 就用：ripwire wrap <agent> 只把 Claude、Codex、OpenCode 的注册写法打印出来，不替你改配置；--mcp --listen=HOST:PORT 是为数不多会开网络端口的模式之一。
• 17 个按任务切分的技能：skills/install.sh 教智能体在什么时机用哪个动词，避免把 182 个长参数当成菜单。

项目自己公布过一轮对比：对上一款基于图数据库的代码上下文 MCP 服务，在 django、webpack 和自身仓库的 48 道匹配问题上 胜 27、负 7、平 14，整轮消耗约 77K token，对手约 486K。这些数字属于厂商自测，不是独立审计。

适用场景

• 冷启动熟悉代码：在新会话里直接拿到关键的两三个文件，而不是先吃一遍目录树。
• 改前评审：智能体动手之前，先问影响面和该跑哪些测试。
• 控制 token 预算：用任务相关的符号地图替代「全读一遍再决定」的循环。

限制：ripwire 只给建议，不会替你改代码或执行命令，「这件事直接 grep 就行」也是它认可的答案。历史相关命令需要 git 在 PATH 上，并且得是真实 checkout。它度量复杂度，但不负责把复杂度降下来。

定价方案

截至 2026-09-20，没有付费档位，也没有托管服务。

快速开始

RIPWIRE_REPO=redhat-et/ripwire bash -c "$(curl -fsSL https://raw.githubusercontent.com/redhat-et/ripwire/main/scripts/install.sh)"
export PATH="$HOME/.local/bin:$PATH"
cd your-repo
ripwire . --for="<你接下来要做的改动，用一句话描述>"

然后在会话里说一句「Use ripwire on this repo.」。第一方入口是 INSTALL.md、docs/COMMANDS.md 和 docs/LIMITS.md。

常见问题

它和代码搜索有什么区别？

搜索找字符串，ripwire 面向任务给符号排序，并给出调用方、能覆盖到的测试和影响面。

需要服务端、向量库或索引吗？

不需要 API key、embedding、守护进程或索引服务。只有 git URL 输入和 --mcp --listen 会碰网络。

能在 CI 里构建吗？

构建只要求 CMake 3.24+ 和 C++23 编译器，其他依赖都已内置，流水线里可以离线构建。

替代方案

• Serena：基于 LSP 的语义代码工具集，经 MCP 暴露给智能体。
• Chrome DevTools MCP：管智能体循环里的浏览器那一半，而不是仓库这一半。
• Claude Code：宿主智能体本身，ripwire 是你在它动手读书之前递给它的东西。

使用技巧

1. 只装二进制不够，技能也要装。没有技能，智能体会每次都去拿全量地图，包括不该拿的时候。
2. --for= 用调用方的原话写。排序质量取决于这句任务描述。
3. 大重构之后重新跑一次。地图是即时推导的，不会给你过期结论。

总结

ripwire 是大型仓库里给编程智能体用的一步便宜且确定的前置动作：先建调用图，再按任务排序，然后少读字节。如果你的智能体进入新仓库的第一动作还是列目录加整文件通读，值得试一下。