让 AI 真正理解你的项目，Token 消耗降低 80%-95%
| 痛点 | Project Assistant 的解决方案 |
|---|---|
| 😫 每次问 AI 都要重新解释项目背景 | ✅ 自动生成项目文档，AI 永远记得项目结构 |
| 💰 AI 分析项目 Token 消耗巨大 | ✅ 分层架构 + 增量更新，Token 省掉 80%-95% |
| 🔍 新项目不知道从哪里入手 | ✅ 一键识别 60+ 项目类型，自动分析架构 |
| 📝 团队问过的问题反复问 | ✅ 问答自动沉淀，相似问题秒回 |
| 🔒 担心敏感信息泄露给 AI | ✅ 自动扫描脱敏，审计日志可追溯 |
| 🔄 改了代码不知道影响范围 | ✅ 调用链分析，改动影响一目了然 |
| 场景 | 传统方式 | 使用本工具 | 节省 |
|---|---|---|---|
| 首次分析项目 | 50,000-100,000 Token | ~11,500 Token | 77-88% |
| 追问新功能 | 5,000-10,000 Token | ~500-2,000 Token | 80-95% |
| 相似问题再问 | 5,000 Token | ~0 Token（缓存命中） | 接近 100% |
计算示例：假设 GPT-4 价格 $0.03/1K Token
- 传统方式分析 10 次项目：$15-30
- 使用本工具：$1.5-3
- 每次使用节省 $1.5-2.7
你：这是什么项目？
AI：[自动识别] 这是一个 STM32 + FreeRTOS 的嵌入式项目
- MCU: STM32F407
- RTOS: FreeRTOS v10.4
- 构建系统: CMake + ARM GCC
- 入口文件: Src/main.c
- 模块: WiFi、BLE、Sensor、UI
- 依赖: lwIP、FreeRTOS、STM32 HAL
支持 60+ 项目类型：嵌入式 MCU/RTOS/Linux、Android、iOS、Web 前后端、桌面应用、游戏、AI/ML...
你：WiFi 连接流程是怎样的？
AI：[回答流程...]
[一周后，另一个团队成员问类似问题]
同事：WiFi 怎么连？
AI：[缓存命中] 我之前回答过类似问题，为您返回：
1. 调用 wifi_init() 初始化
2. 调用 wifi_connect() 连接
...
[关联文件: src/wifi.c, docs/wifi.md]
你：帮我分析这个项目
AI：[安全扫描]
⚠️ 发现敏感信息：
- .env 文件包含 API_KEY
- config.py 包含数据库密码
已自动脱敏，可安全分析
你：修改 wifi_connect() 会影响什么？
AI：[调用链分析]
直接影响 (3处):
- src/main.c:45 - 启动时调用
- src/ble.c:120 - 配网时调用
- test/wifi_test.c:15 - 测试用例
间接影响 (5处):
- docs/api.md - 文档需更新
- test/integration_test.py - 集成测试
| 功能 | 价值 | 使用场景 |
|---|---|---|
| 项目识别 | 秒级理解项目结构 | 新项目上手、项目交接 |
| 智能问答 | 精准回答项目问题 | 日常开发、问题排查 |
| 问答沉淀 | 知识不丢失 | 团队协作、新人培训 |
| 安全扫描 | 防止敏感泄露 | 代码审查、开源前检查 |
| AST 分析 | 深度理解代码 | 代码审查、重构准备 |
| 调用链分析 | 改动影响可视化 | 重构决策、Bug 定位 |
| 依赖分析 | 发现潜在问题 | 依赖升级、安全检查 |
| 图表生成 | 可视化架构 | 文档编写、技术分享 |
| 知识图谱 | 关联知识管理 | 问答过期检测、智能推荐 |
| 增量更新 | 只处理变更 | 大项目优化、节省时间 |
| 功能 | 价值 | 使用场景 |
|---|---|---|
| 分层索引 | 百万行代码秒级检索 | 大型项目、微服务架构 |
| 多仓库管理 | 单命令管理多仓库 | Monorepo、前后端分离 |
| 团队知识库 | 团队问答知识共享 | 团队协作、新人培训 |
| CI/CD 集成 | 流水线自动分析 | PR 审查、自动报告 |
| 向量检索 | 语义级代码搜索 | 模糊搜索、代码发现 |
| 代码补全 | 项目感知智能补全 | IDE 集成、提效 |
| 重构建议 | AI 代码质量建议 | 代码审查、技术债清理 |
| 风险预测 | 代码质量风险评估 | 发布前检查、重构优先级 |
# 方式一：ClawHub 安装（推荐）
claw install project-assistant
# 方式二：手动安装
git clone https://github.com/Northcipher/project-assistant.git ~/.claude/skills/project-assistant# 核心依赖（必须）
pip install pyyaml
# 增强依赖（推荐）
pip install watchdog jieba rank_bm25 tree-sitter tree-sitter-languages toml# 1. 设置工作目录
/set-workdir /path/to/your/project
# 2. 初始化项目（自动分析）
/init
# 3. 开始提问
这个项目的架构是什么？
WiFi 模块是怎么实现的？
修改 main.c 会影响什么？
# 4. 搜索历史问答
/search-qa WiFi
# 5. 生成架构图
/diagram architecture
你：/init
AI：正在分析项目...
📊 项目概览
- 类型: React + TypeScript 前端项目
- 构建: Vite
- 主要依赖: React 18, React Router, TailwindCSS
- 目录结构:
src/
├── components/ # 组件
├── pages/ # 页面
├── hooks/ # 自定义 Hooks
└── utils/ # 工具函数
入口文件: src/main.tsx
配置文件: vite.config.ts, tsconfig.json
你：这个项目的路由是怎么配置的？
AI：[分析 src/App.tsx]
使用 React Router v6 配置路由...
[详细回答 + 代码位置]
你：帮我审查 src/auth/login.ts 的代码质量
AI：[AI 分析]
📊 代码质量评分: 78/100
⚠️ 发现问题:
- 第 23 行: 硬编码密码，存在安全风险
- 第 45 行: 函数过长 (85 行)，建议拆分
- 第 67 行: 发现 TODO 未处理
💡 重构建议:
1. 将密码改为环境变量
2. 拆分 validateForm() 函数
3. 处理 TODO 注释
你：分析项目依赖
AI：[依赖分析]
📦 依赖概况: 47 个直接依赖, 312 个间接依赖
⚠️ 发现问题:
- 循环依赖: A → B → C → A
- 版本冲突: react 需要 17.x，某插件要求 18.x
- 已废弃: request@2.88.0 (建议替换为 axios)
💡 建议:
1. 解除循环依赖 A-B-C
2. 统一 React 版本
3. 迁移 request 到 axios
.projmeta/
├── project.md # L0: 项目概览 (~1-2KB, 始终加载)
├── index/ # 分层索引
│ ├── l0_index.json # L0: 文件列表、类型 (< 1s)
│ ├── l1_index.json # L1: 函数/类定义 (< 5s)
│ └── l2_index.json # L2: 调用图、向量嵌入 (< 30s)
├── docs/ # L3: 深度分析（后台）
├── cache.json # 分析缓存
├── qa_cache.json # 问答缓存（BM25 索引）
├── knowledge_graph.json # 知识图谱
└── audit.log # 审计日志
分层加载策略：
- L0 快速索引：文件元数据，< 1 秒
- L1 结构索引：函数/类定义，< 5 秒
- L2 语义索引：调用图、向量嵌入，< 30 秒
- L3 深度索引：全量 AST、质量分析，后台运行
所有功能通过 cli.py 统一调用：
python3 scripts/cli.py <command> [options]
# 常用命令
python3 scripts/cli.py init . # 初始化项目
python3 scripts/cli.py search-qa "登录" # 搜索问答
python3 scripts/cli.py diagram architecture . # 生成架构图| 文档 | 内容 |
|---|---|
| DOCS.md | 完整开发者文档 |
| SKILL.md | 命令索引与执行流程 |
| references/guides/ | 各功能详细指南 |
| 依赖 | 必需 | 用途 |
|---|---|---|
| Python 3.6+ | ✅ | 运行环境 |
| PyYAML | ✅ | YAML 解析 |
| Git | ❌ | 版本检测 |
| watchdog | ❌ | 文件监控 |
| jieba + rank_bm25 | ❌ | 语义匹配 |
| tree-sitter | ❌ | AST 解析 |
| 依赖 | 用途 |
|---|---|
| faiss-cpu / chromadb | 向量检索 |
| flask | Webhook 服务器 |
| PyGithub / python-jira | 企业集成 |
企业级升级
- 分层延迟索引（L0-L3），百万行代码秒级检索
- 多仓库支持（Monorepo 管理）
- 团队知识库与权限管理
- CI/CD、Issue、代码审查集成
- AI 能力：向量检索、代码补全、重构建议、风险预测
安全与性能增强
- 安全体系：敏感扫描、审计日志
- 增量更新：文件监控、Git 变更检测
- 语义问答：BM25 + Jieba
- AST 分析：Tree-sitter 8 种语言
- 50+ 项目类型识别
- 调用链分析
- 问答沉淀
让 AI 成为真正的项目伙伴，而不是每次都要重新认识你的项目。