jcodemunch-mcp: AST解析による正確なGitHubソースコード取得のためのトークン効率の高いMCPサーバー

何を解決するか

AIエージェントは通常、ファイル全体を読み込むことでコードベースを探索しますが、これはトークンを浪費し、コンテキストウィンドウを無関係なコードで汚染してしまいます。jCodeMunchは、構造化されたシンボルレベルの取得システムを提供し、エージェントが必要な特定の関数、クラス、またはメソッドのみを取得できるようにすることで、多くのワークフローにおいてトークン使用量を95%以上削減します。

仕組み

このプロジェクトは、tree-sitter AST解析を使用してコードベースを一度インデックス化し、構造化されたシンボルメタデータとバイトオフセットを保存します。これにより、エージェントは力任せなファイル読み込みの代わりに、正確な取得を行うことができます。また、パスのプレフィックスをインターン化し、リストをCSVのような行にパッキングする「MUNCH」と呼ばれるコンパクトなワイヤーフォーマットも備えており、モデルに送信されるバイト数をさらに削減します。

対象ユーザー

MCP互換のAIクライアント（Claude Code、Cursor、VS Code、Windsurf、Continueなど）を使用しており、AIトークンコストを削減し、エージェントによるコード探索の信頼性を向上させたい開発者。

ハイライト

• シンボルレベルの取得: ファイル全体を読み込むことなく、関数、クラス、および定数の正確な実装を取得します。
• タスクオーケストレーション: assemble_task_context や plan_turn のようなツールにより、エージェントは複数のリクエストを連鎖させるのではなく、単一の呼び出しでタスクに必要なすべてのコンテキストを集めることができます。
• 構造解析: 標準的なツールでは不可能な、影響範囲分析（blast-radius analysis）、デッドコード検出、およびクラス階層のトラバーサルなどの高度なクエリを提供します。
• トークン効率: ASTベースの取得とコンパクトな出力フォーマットを組み合わせることで、トークン消費量とCO2排出量を大幅に低減します。
• 幅広い言語サポート: tree-sitterを使用して70以上の言語をサポートします。