FFF

在 AI 智能体和现代 IDE 频繁进行代码检索的今天，传统的命令行工具如 ripgrep 和 fzf 因其每次调用需重新派生进程、重建状态而显得笨重。FFF 是一个面向人类和 AI 智能体的高性能文件搜索库，它通过长期运行的后台进程、内存索引及智能排序算法，将搜索响应时间压缩至亚 10 毫秒，成为构建高效 AI 编码助手的理想基石。

核心亮点：快、准、智能

1. 极致性能：内存索引 vs 进程派生

• 热内存命中：FFF 作为库运行，一次性加载索引后，所有后续搜索均命中热内存。在拥有 50 万文件的 Chromium 代码库中，相比 ripgrep 的 3-9 秒等待，FFF 仅需 <10ms。
• 后台监视器：自动监听文件系统变化，实时更新索引，无需在搜索路径上重新扫描。
• 空间换时间：虽然占用一定内存（约 360 字节/文件），但远低于多次调用 ripgrep 的累计开销，且支持内存映射文件以优化占用。

2. 智能排序与抗拼写错误

• 频次与时效性排序：基于访问频率和修改时间动态调整搜索结果优先级，让最近、最常用的文件排在前面。
• 抗拼写错误模糊匹配：采用比 fzf 更全面的模糊匹配算法，结合 SIMD 加速，即使输入有误也能精准定位。
• Git 状态感知：缓存文件的修改、暂存、未跟踪及忽略状态，并在搜索结果中直接反映，辅助智能体理解代码上下文。

3. 强大的搜索能力

• ffgrep (内容搜索)：支持字面量、正则表达式及模糊匹配，自动检测模式。零匹配时自动回退到模糊搜索，支持游标分页。
• fffind (路径搜索)：匹配整个相对路径，支持多模式“或”搜索（SIMD Aho-Corasick 算法），一次性查找多个标识符。
• 定义分类器：在 Rust 端通过字节级扫描器标记代码定义行，提升代码导航精度。

生态集成：MCP 服务器与 Pi 扩展

1. MCP 服务器 (Model Context Protocol)

无缝集成至 Claude Code, Codex, Cursor, Cline 等支持 MCP 的客户端：

• 一键安装：

  # Linux / macOS
  curl -L https://dmtrkovalenko.dev/install-fff-mcp.sh | bash
  # Windows PowerShell
  irm https://raw.githubusercontent.com/dmtrKovalenko/fff.nvim/main/install-mcp.ps1 | iex
  

• 智能体交互：连接后，智能体可自动调用 ffgrep, fffind 等工具，大幅减少 grep 往返次数及上下文窗口浪费。

2. Pi 智能体扩展

适用于 Pi 环境，提供三种运行模式：

• tools-and-ui (默认)：注入搜索工具并替换 @ 提及自动补全。
• tools-only：仅注入工具，保留原生编辑器体验。
• override：完全接管内置的 grep/find 功能。
• 安装：pi install npm:@ff-labs/pi-fff

常用命令

• /fff-mode [mode]：切换运行模式。
• /fff-health：检查索引状态、排序逻辑及 Git 集成情况。
• /fff-rescan：强制重新扫描文件系统。

为什么选择 FFF？

对于构建 IDE 插件、AI 编码助手或任何需要在大型仓库中进行密集搜索的工具而言，FFF 是提升用户体验与系统效率的关键基础设施。