jgravelle/jcodemunch-mcp

解決する課題

AI エージェントは通常、ファイル全体を読み取ることでコードベースを探索しますが、これはトークンの浪費を招き、無関係なコードによってコンテキストウィンドウを汚染します。jCodeMunch は、タスクに必要な特定のコードシンボル（関数、クラス、メソッド、定数）のみを取得する構造化された方法を提供し、取得中心のワークフローにおけるトークン使用量を 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。力任せに読み取る代わりに、エージェントはインデックスを照会して正確な実装を見つけ、必要なスニペットのみを取得できます。また、「MUNCH」と呼ばれるコンパクトなワイヤフォーマットを採用しており、パスの接頭辞のインターニングとロスレスなコンパクトエンコーディングにより、エージェント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 エージェントや IDE（Claude Code、Cursor、Windsurf、VS Code など）を使用しており、AI トークンコストの削減、コンテキスト精度の向上、およびリポジトリ探索の高速化を求める開発者。

ハイライト

• 高精度な取得: ファイル全体ではなく、正確なシンボルの実装を取得します。
• タスクの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、エージェントはトークン予算内で単一の呼び出しで複雑な取得シーケンスを実行できます。
• 構造解析: インポーターの検索、変更による影響範囲（blast radius）の計算、デッドコードの検出など、ネイティブツールにはない機能を提供します。
• トークン効率: AST ベースの取得とコンパクトな出力形式を組み合わせ、コンテキストウィンドウのスペースを最大限に活用します。
• 幅広い互換性: すべての MCP 互換クライアントで動作し、tree-sitter を介して 70 以上の言語をサポートしています。