atris

Atris 是一款面向开发团队的代码库智能导航解决方案，通过建立持久化的结构化索引来解决大型代码库探索中的重复扫描问题。

核心用法遵循"MAP-first"原则：在搜索代码前优先查阅 atris/MAP.md 导航文件。首次使用时，利用 ripgrep (rg) 扫描代码库提取关键符号（函数、类、路由定义等），生成包含精确文件路径和行号的导航地图。地图采用双维度架构：按业务功能（By-Feature）和横切关注点（By-Concern）分组，同时标注关键文件和入口点。后续开发中若地图未命中目标，执行一次搜索后将结果追加至地图，实现知识持续累积。

显著优点体现在极致的 token 效率上，官方数据表明可节省 80-95% 的代码探索 token 消耗，这对使用 AI 编程助手的开发环境极具价值。纯文档型设计带来极高的安全性，无需担心代码执行风险。结构化的 file:line 引用大幅降低大型代码库的认知负荷，特别适合新员工 onboarding 场景。增量更新机制支持手术式维护，避免全量重建的开销。此外，内置的敏感文件排除规则（自动跳过 .env、*.key、credentials 等）展现了良好的安全实践。

潜在缺点源于其纯文档的本质：缺乏自动化能力，所有操作需用户手动执行，无法提供实时代码分析。依赖外部工具 ripgrep，需要用户预先安装配置。MAP.md 需要人工维护，在快速迭代的代码库中可能出现行号滞后。当前由个人开发者维护（T3 来源），长期维护的稳定性存在不确定性。

适合目标群体包括频繁探索大型代码库的全栈工程师、架构师，以及需要降低新员工上手成本的工程组织。特别适合微服务架构、单体大仓库（monorepo）环境，或是使用 Claude、GPT 等 AI 助手且受限于上下文窗口 token 数量的开发团队。

使用风险主要在于地图时效性：代码重构后若未及时更新 MAP.md，可能导致定位偏差。尽管 skill 已内置敏感文件排除规则，用户仍需确保 ripgrep 命令正确执行，避免意外暴露密钥。作为 T3 来源项目，建议生产环境使用前审计 SKILL.md 内容。好消息是没有任何网络传输风险，所有操作均在本地完成。