Comment économiser 70 % des tokens de Claude grâce à un accès ciblé au code

Un développeur a créé un outil qui économise 70% de la fenêtre de contexte de Claude lorsqu'on travaille avec de grands projets. Au lieu de lire des fichiers entiers, un agent IA obtient un accès ciblé au code nécessaire — exactement ce qui est requis pour la tâche.

Problème : le contexte précieux est gaspillé

Claude Code connaît l'architecture du projet à partir de CLAUDE.md et comprend quels fichiers sont responsables de quoi. Mais en pratique, l'agent lit toujours des fichiers entiers. Il a besoin d'une méthode — il lit la classe entière avec tous ses méthodes. Il doit trouver où une fonction est appelée — il lit répertoire après répertoire à la recherche de motifs. Le contexte s'épuise rapidement et aucun travail utile n'a encore été effectué.

Un scénario typique : un développeur demande à Claude de trouver un champ dans une entité. L'agent ouvre le fichier entier, bien que seules les 20 premières lignes avec les descriptions de champs et le constructeur soient nécessaires. Ou plus simple : comprendre la structure de relation entre les tables de base de données. Claude lit des fichiers SQL entiers, alors que seuls les noms de tables et les clés seraient suffisants pour la réponse.

La fenêtre de contexte est la ressource principale lorsqu'on travaille avec l'IA sur de grands projets. Sur 200K tokens, 100K pourraient être dépensés pour lire du code qui aurait pu être obtenu de manière plus intelligente.

Solution : graphe de dépendances et accès ciblé

Le développeur a créé deux scripts PHP qui fonctionnent ensemble :

buildGraph.php — scanne le projet une fois et construit un graphe de dépendances dans SQLite. Analyse le code PHP et JavaScript : extrait les classes, méthodes, fonctions, importations, chaînes d'héritage. L'exécution est incrémentale — lors des exécutions ultérieures, elle met à jour uniquement les fichiers qui ont changé. Cela prend 100–200 millisecondes pour un projet de taille moyenne.

claudeSearch.php — interface CLI pour les agents. Avec une commande, elle donne à Claude exactement ce dont il a besoin :

• Une méthode de classe spécifique avec signature et corps
• Tous les champs et le constructeur de la classe
• Toute la chaîne d'héritage pour une entité
• Toutes les requêtes SQL pour une table spécifique
• Une liste de tous les appels de fonction dans l'ensemble du projet
• Les dépendances entre les modules

Au lieu de `Read(path/to/huge-file.php)`, Claude écrit maintenant `search("User", "fields")` et obtient 15 lignes. Au lieu de lire trois répertoires, il écrit `search("saveOrder()", "calls")` et voit tous les endroits où cette méthode est utilisée.

Support des langages et performance

Actuellement, l'outil supporte complètement PHP et JavaScript. Le support de Go a déjà été ajouté. C viendra plus tard. La vitesse d'analyse est critique — le graphe doit être mis à jour aussi vite que le développeur modifie le code. Les mises à jour incrementales résolvent ce problème : la première étape analyse l'ensemble du projet (peut prendre plusieurs secondes sur un grand dépôt), les étapes ultérieures mettent à jour uniquement les fichiers modifiés en 100–200 ms.

Ce qu'il offre en pratique

Selon les calculs de l'auteur, l'outil réduit la consommation de tokens de 70% pour un projet de taille moyenne typique. Cela ne signifie pas que chaque requête individuelle économise 70% — cela signifie qu'au cours d'une session de développement, le contexte est utilisé 3 fois plus efficacement. Au lieu de dépenser 150K tokens pour lire puis 50K pour travailler, un développeur peut dépenser 70K pour rechercher et 80K pour travailler.

L'outil est particulièrement utile pour les assistants CLI et les bots qui ne peuvent pas voir le système de fichiers eux-mêmes. Le graphe devient la source de vérité sur la structure du projet pour eux.

Ce que cela signifie

L'outil indique une direction : mettre à l'échelle le travail de Claude sur de grands projets n'est pas seulement une question de décisions architecturales et d'un CLAUDE.md bien écrit. Ce qui est nécessaire, c'est un accès intelligent au code. Lecture ciblée au lieu de lecture complète. Graphe au lieu de système de fichiers. Quand le contexte devient une limitation, vous devez lire en fonction de ce qui est vraiment nécessaire, pas du volume de code.