CodeGraphContext/CodeGraphContext

무엇을 해결하는가

CodeGraphContext (CGC)는 대규모 코드베이스를 분석할 때 일반 텍스트 검색 및 단순 RAG (Retrieval-Augmented Generation)의 한계를 해결합니다. grep이나 청크 기반 검색은 문자열을 찾을 수는 있지만, 심층적인 저장소 전반의 추론에 필수적인 호출 체인, 클래스 계층 구조, 모듈 경계와 같은 구조적 관계를 놓치는 경우가 많습니다.

작동 방식

CGC는 Tree-sitter 및 선택 사항인 SCIP indexer를 사용하여 소스 코드를 파싱하여 심볼, 함수, 클래스 및 그 관계를 추출합니다. 그런 다음 이 데이터를 그래프 데이터베이스(FalkorDB, KuzuDB 또는 Neo4j와 같은 백엔드 지원)에 저장합니다. 이 구조화된 지식 그래프는 개발자를 위한 독립형 CLI 툴킷을 통해 쿼리하거나, Model Context Protocol (MCP) 서버를 통해 AI 어시스턴트에게 노출하여 AI 에이전트가 코드의 실제 연결성을 이해할 수 있도록 합니다.

대상 사용자

파일 간 호출 체인을 추적하거나, 데드 코드를 식별하거나, AI 어시스턴트에게 저장소의 고정밀 구조적 컨텍스트를 제공하는 것과 같은 복잡한 코드 분석을 수행해야 하는 개발자와 AI 에이전트 제작자를 위해 설계되었습니다.

주요 특징

• Dual Mode: 수동 분석을 위한 CLI 툴킷과 AI 에이전트를 위한 MCP 서버로 모두 작동합니다.
• Multi-Language Support: Python, JS/TS, Java, C++, Rust, Solidity를 포함한 23개의 프로그래밍 언어를 지원합니다.
• Flexible Backends: 제로 설정 로컬 설정을 위한 임베디드 옵션을 포함하여 여러 그래프 데이터베이스와 호환됩니다.
• Live Watching: cgc watch를 사용하여 파일이 변경됨에 따라 실시간으로 그래프를 자동으로 업데이트합니다.
• Pre-indexed Bundles: 재인덱싱할 필요 없이 .cgc 번들을 통해 유명한 저장소를 즉시 로드할 수 있습니다.