fff.nvim：让你的Agent省掉10倍Token的文件搜索

编码Agent最大的隐性成本不是LLM调用，而是文件搜索。Agent每次需要找一个函数定义，就要来回跑：glob、read、grep、再read。每次往返都烧token和时间。fff.nvim从根源上解决这个问题。

用Rust写后端，Lua写Neovim前端，fff维护着一个独立的文件索引进程。结果：5万文件的代码库搜索时间在10毫秒以内。对人类来说，是容错性极强的模糊搜索。对AI Agent来说，是目前最快的文件搜索工具，内置记忆系统，按使用频率、git状态、文件大小、定义匹配度来排序结果。

对Agent生态来说，真正的价值是项目自带的MCP服务器二进制文件。插到Claude Code、Codex或任何MCP兼容的Agent里，文件搜索就变快了，同时消耗更少的token。Agent做更少的往返，读更少的无用文件。这直接等于更低的成本和更快的任务完成。

今天GitHub上767星/天，总共3200星。代码在github.com/dmtrKovalenko/fff.nvim。大多数Agent工具都在想怎么让模型更聪明。fff.nvim的思路是让模型的眼睛更快。有时候瓶颈不是智能，而是I/O。

https://github.com/dmtrKovalenko/fff.nvim