一个 JSON 文件，让所有 AI 编程助手秒懂你的代码结构

你有没有遇到过这种场景？

每次让 Claude Code、Cursor 或 GitHub Copilot 帮你改代码，它第一件事就是——“请把整个项目文件发我看看”。
结果你手动拖进 50 个文件，或者复制粘贴几千行代码……AI 还没开始干活，你已经累得想关机。

更扎心的是：同一个项目，昨天刚喂过，今天又要重喂一遍。
不是它记性差，是它根本没“存”下来——没有共享的、可提交、可复用的「代码地图」。

这就是 Stacklit 要解决的核心问题：
✅ 不塞源码（省下 99% 的 token）
✅ 生成一个轻量、精准、能提交到 Git 的 stacklit.json
✅ 让所有主流 AI 工具（Claude / Cursor / Aider / Copilot）一眼看懂：
– 哪些模块存在？谁依赖谁？
– 每个模块导出了什么函数/类？带类型签名！
– 接口字段、结构体、枚举、装饰器、import 链……全有
– 最近 90 天哪些文件最活跃？（Git 提交热力图）

而且——
🔹 只需一条命令：npx stacklit init
🔹 0.4 秒跑完 FastAPI（108,075 行 + 1131 个文件）→ 输出仅 4142 tokens
🔹 生成的 JSON 文件直接 git add && git commit，新同事 clone 下来就能用
🔹 还自带可视化 HTML 页面（4 种视图：模块图 / 导出列表 / 类型树 / 活动热力）
🔹 支持 11 种语言深度解析（Go/Python/TS/Rust/Java/C#/Ruby/PHP/Kotlin/Swift/C），其余语言至少能统计行数和文件结构

对比一下其他工具的真实代价：
– Repomix：输出 80 万 tokens → 直接撑爆上下文窗口，还得手动压缩粘贴
– Aider repo-map：效果好，但只锁在 Aider 里，Copilot 和 Cursor 完全用不上
– Codebase Memory MCP：功能强，但要本地起服务、建 SQLite、换电脑就得重来——没有「可提交的产物」

Stacklit 不是取代它们，而是做那个「最底层的共享基础」：
👉 先提交一个 stacklit.json，所有人、所有 AI 工具立刻获得统一认知起点
👉 再按需叠加 Repomix（查某段具体代码）、CB Memory（查调用链）、Aider（日常编码）……效率翻倍

它甚至不挑环境：
– 无需 Python 环境、不依赖 Node 运行时（Go 编译，无 CGO）
– Windows/macOS/Linux 全支持
– 配置靠 stacklit.toml，增量更新靠 Merkle 哈希（改一个文件，只重算相关部分）

真实数据说话（FastAPI 项目实测）：
– 输出大小：4142 tokens（Repomix 是它的 190 倍）
– 生成耗时：0.4 秒（比泡杯咖啡还快）
– 可视化页面自动打开，4 种视角帮你快速定位核心模块

💡 小贴士：刚入门的同学不用怕——你完全不需要理解 AST 或 tree-sitter。
就像你不用懂发动机原理也能开车：运行 npx stacklit init，它就默默给你生成一份「代码说明书」，然后你照着说明书，让 AI 干活更准、更快、更省 token。

最后说句实在话：
它不是魔法，但它把「让 AI 理解项目」这件事，从「每次重来」变成了「一次生成，永久受益」。
适合每个认真写代码的团队——尤其当你开始用 AI 协作、Code Review、新人上手、或维护老项目时。

直达网址：https://github.com/glincker/stacklit