用途：在会话开始或实现功能前，为当前项目生成压缩的上下文地图，把 AI 助手原本需通过昂贵 Read/Grep 调用才能获得的结构性知识预先编译好，每个会话可节省数千 token。
主要能力：检测目录结构与文件数/语言、多生态依赖（Python、Node、Rust、Go、Java）、框架、入口点、文件间导入关系、被 3 个以上文件导入的热文件、FastAPI/Flask/Express/Hono 路由、环境变量及默认值、中间件、模型/Schema，并估算相比手动探索节省的 token 数。
使用方式：在项目根目录运行扫描器：PYTHONPATH="$(find . -path '*/conserve/scripts' -type d -print -quit 2>/dev/null || echo 'plugins/conserve/scripts')" python3 -m context_scanner . 然后将输出作为项目概览展示，并用地图指导后续读取，优先热文件与入口点。
选项：--format json 结构化输出；--max-tokens N 调整输出大小（默认 5000）；--output FILE 保存到文件；--blast FILE 查看指定文件的影响范围；--section NAME 输出单个分区（routes、deps、env、hot-files、models、structure、middleware、frameworks）；--wiki-only 只生成 wiki 文章；--no-cache 强制全新扫描；--no-wiki 跳过 wiki 生成。
限制：会话中若上下文已超预算、或需审计代码膨胀时不宜使用（应改用 conserve 的其他技能）。官方来源未提供更多收费、平台与效果信息。