Show HN：TZRO 本地化卸载 AI 编码任务

Show HN 上发布的 TZRO 是一个本地化 AI 任务卸载工具，瞄准的是当前云端 AI 编码助手在使用过程中产生的「Token 浪费」问题。作者指出，像 Claude Code、Cursor、VS Code Copilot 这类客户端在递归扫描目录、解析抽象语法树（AST）、格式化大规模数据集时，会反复把原始代码上下文提交给昂贵的云端 API，单个活跃开发工作区每天的 API 费用可达 50–150 美元。TZRO 的目标是把这类重任务的「执行」环节从云端剥离出去，只把「策略」留给前沿大模型。

工作原理：基于 MCP 的客户端-本地分工

TZRO 通过开源协议 Model Context Protocol（MCP）坐在编码客户端之下，对用户保持透明。流程大致分为四步：

云端模型（如 Claude 3.5 Sonnet）只负责高层策略规划，将指令编译为抽象的执行图；
TZRO 本地服务端基于 Kahn 拓扑排序算法，把文件依赖关系编译成可并行的有向无环图（DAG）；
本地轻量模型执行具体的文件操作、字符串转换和数据搬移；
最终回传给云端一个不到 1KB 的简洁 Markdown 摘要，上下文占用大幅压缩。

在本地执行环节，TZRO 用三项机制约束本地小模型的行为：

GBNF 词表约束：在解码阶段直接注入 Backus-Naur 范式语法，从数学上保证 JSON 与结构化 Markdown 的 0% 语法失败率；
5 层压缩流水线：剥离多对象响应中的二进制残留，转为表头映射的 TSV 格式，原始 token 数可减少 65%–85%；
SQLite 持久化：超出上下文预算的部分写入本地磁盘缓存，由本地模型通过事务化 SQLite 表顺序查询。

Go 原生实现的取舍

作者刻意避开了 Python 与 TypeScript 框架，转而使用系统级 Go 语言构建 TZRO，并给出了自报数据的对比表：

闲置内存占用 < 30MB，冷启动 < 10ms；
编译为单一静态二进制，无需虚拟环境或锁文件；
单次文档处理循环成本 < 0.20 美元，相比云端框架号称可降低 99%。

需要注意的是，文中所有性能与成本数字均来自项目方自身测试，尚未见独立基准或第三方复现。

两种集成姿势

TZRO 提供两条使用路径：

MCP Sidecar（Motion B）：开箱即用的本地守护进程，适合个人开发者直接注册到 Claude Desktop、Cursor、Gemini CLI 等编辑器，立即开始卸载任务；
SDK 框架（Motion A）：面向工程团队的 Go 原生 SDK，用于在企业内部搭建高并发的后台自动化微服务，例如 CRM 持续同步、数据库迁移等场景。

快速安装方式是在终端运行 curl -fsSL https://get.tzro.ai | sh，安装脚本会自动检测平台、下载默认 GGUF 模型，并为受支持的 AI 编辑器写入 MCP 配置。