Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarHabr AI→ original

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

Un développeur a créé un outil en PHP + SQLite pour optimiser Claude Code sur les gros projets. Deux scripts, buildGraph et claudeSearch, construisent un graphe de dépendances du projet et offrent à l'agent un accès ciblé au code : une méthode précise, les champs d'une classe, la chaîne d'héritage ou les requêtes SQL visant une table. Au lieu de lire des fichiers entiers, l'économie atteint 70 % de la fenêtre de contexte.

Traité par IA depuis Habr AI ; édité par Hamidun News
Comment économiser 70 % des tokens de Claude grâce à un accès ciblé au code
Source : Habr AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHabr AI ↗
Rédacteur en chef
Chiffre clé #1Une méthode précise d'une classe, avec sa signature et son corps
Chiffre clé #2Tous les champs et le constructeur d'une classe
Chiffre clé #3Toute la chaîne d'héritage d'une entité

Un développeur a écrit un outil qui économise 70 % de la fenêtre de contexte de Claude sur les gros projets. Au lieu de lire des fichiers entiers, l'agent d'IA obtient un accès ciblé au code dont il a besoin, exactement ce que demande la tâche.

Le problème : un contexte précieux gaspillé

Claude Code connaît l'architecture du projet grâce à CLAUDE.md et sait quels fichiers sont responsables de quoi. Mais en pratique, l'agent lit quand même des fichiers entiers. S'il lui faut une seule méthode, il lit toute la classe avec toutes ses méthodes. S'il doit trouver où une fonction est appelée, il parcourt répertoire après répertoire à la recherche de motifs. Le contexte fond, et aucun travail utile n'a encore été fait.

Un scénario typique : un développeur demande à Claude de trouver un champ dans une entité. L'agent ouvre le fichier en entier, alors que seules les 20 premières lignes, avec la description des champs et le constructeur, sont nécessaires. Ou, plus simple : il faut comprendre la structure des relations entre les tables d'une base de données. Claude lit des fichiers SQL entiers, alors que les noms des tables et les clés auraient suffi pour répondre.

La fenêtre de contexte est la ressource principale quand on travaille avec l'IA sur de gros projets. Sur 200K tokens, 100K peuvent partir dans la lecture de code qu'on aurait pu obtenir plus intelligemment.

La solution : un graphe de dépendances et un accès ciblé

Le développeur a écrit deux scripts PHP qui fonctionnent ensemble :

buildGraph.php analyse le projet une fois et construit un graphe de dépendances dans SQLite. Il parse le code PHP et JavaScript et en extrait les classes, méthodes, fonctions, imports et chaînes d'héritage. L'exécution est incrémentale : aux passages suivants, il ne met à jour que les fichiers modifiés. Cela prend de 100 à 200 millisecondes pour un projet moyen.

claudeSearch.php est une interface CLI pour les agents. Une seule commande fournit à Claude exactement ce qu'il lui faut :

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

Au lieu de Read(path/to/huge-file.php), Claude écrit désormais 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.

Langages pris en charge et vitesse

Pour l'instant, l'outil prend entièrement en charge PHP et JavaScript. La prise en charge de Go est déjà ajoutée. C viendra plus tard.

La vitesse d'analyse est critique : le graphe doit se mettre à jour au moins aussi vite que le développeur modifie le code. La mise à jour incrémentale règle le problème : la première passe analyse tout le projet (elle peut prendre quelques secondes sur un gros dépôt), et les suivantes, en 100–200 ms, ne mettent à jour que les fichiers modifiés.

Ce que cela change en pratique

Selon les calculs de l'auteur, l'outil réduit la consommation de tokens de 70 % pour un projet moyen typique. Cela ne signifie pas que chaque requête prise isolément économise 70 %, mais que, sur une session de développement, le contexte est utilisé trois fois plus efficacement. Au lieu de dépenser 150K tokens en lecture puis 50K en travail, le développeur peut en dépenser 70K en recherche et 80K en travail.

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

Ce que cela signifie

L'outil indique une direction : faire passer à l'échelle le travail avec Claude sur de gros projets ne tient pas seulement aux choix d'architecture et à un CLAUDE.md bien rédigé. Il faut un accès intelligent au code. Une lecture ciblée plutôt qu'une lecture complète. Un graphe plutôt que le système de fichiers. Quand le contexte devient une contrainte, il faut lire en fonction de ce dont on a réellement besoin, et non de la quantité de code.

Dossier

Questions clés sur cet article

Que sait-on sur Le problème : un contexte précieux gaspillé ?

Claude Code connaît l'architecture du projet grâce à CLAUDE.md et sait quels fichiers sont responsables de quoi. Mais en pratique, l'agent lit quand même des fichiers entiers. S'il lui faut une seule méthode, il lit toute la classe avec toutes ses méthodes. S'il doit trouver où une fonction est appelée, il parcourt répertoire après répertoire à la recherche de motifs. Le contexte fond, et aucun travail utile n'a encore été fait.

Que sait-on sur La solution : un graphe de dépendances et un accès ciblé ?

Le développeur a écrit deux scripts PHP qui fonctionnent ensemble : buildGraph.php analyse le projet une fois et construit un graphe de dépendances dans SQLite. Il parse le code PHP et JavaScript et en extrait les classes, méthodes, fonctions, imports et chaînes d'héritage. L'exécution est incrémentale : aux passages suivants, il ne met à jour que les fichiers modifiés. Cela prend de 100 à 200 millisecondes pour un projet moyen. claudeSearch.php est une interface CLI pour les agents.

Que sait-on sur Langages pris en charge et vitesse ?

Pour l'instant, l'outil prend entièrement en charge PHP et JavaScript. La prise en charge de Go est déjà ajoutée. C viendra plus tard. La vitesse d'analyse est critique : le graphe doit se mettre à jour au moins aussi vite que le développeur modifie le code. La mise à jour incrémentale règle le problème : la première passe analyse tout le projet (elle peut prendre quelques secondes sur un gros dépôt), et les suivantes, en 100–200 ms, ne mettent à jour que les fichiers modifiés.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…