Context-Engine-AI/Context-Engine

해결하는 문제

AI 코딩 어시스턴트는 대규모 또는 다중 저장소 코드베이스에서 올바른 코드를 찾는 데 어려움을 겪는 경우가 많습니다. 그들은 취약한 grep 또는 파일 읽기 접근 방식에 의존하여 토큰을 낭비하고 파일 간 의미를 놓칩니다. Context Engine은 이러한 어시스턴트에게 신뢰할 수 있는 의미론적 계층을 제공합니다. 동작, 개념, 오류 텍스트 또는 심볼 관계로 검색할 수 있는 인덱싱된 코드로, 정확한 줄 범위와 검증된 소스를 제공합니다.

작동 방식

Context Engine은 코드베이스를 인덱싱하고 30개 이상의 MCP(Model Context Protocol) 도구를 노출합니다. 어시스턴트는 각 편집기(Claude Code, Cursor, Codex, Windsurf, Augment, Gemini 또는 사용자 지정 지침 어시스턴트)에 설치된 스킬 파일을 통해 사용 방법을 학습합니다. CLI 브리지(ctxce)는 작업 공간을 연결하고, 데몬으로 실행되며, 변경 사항을 감시하고, stdio 또는 HTTP를 통해 MCP를 제공합니다. 주요 도구로는 의미론적 쿼리를 위한 repo_search, 인용이 포함된 파일 간 방법/이유 설명을 위한 context_answer, 정의/호출자/피호출자/참조를 위한 symbol_graph, 다중 홉 영향 분석을 위한 graph_query, 다중 저장소 추적을 위한 cross_repo_search, 영구 컨텍스트를 위한 memory_store/memory_find, 구조적 관용구를 위한 패턴 검색이 있습니다.

대상 사용자

AI 코딩 어시스턴트(Claude Code, Cursor, Codex, Windsurf 등)를 사용하는 개발자로, 실제 코드베이스(특히 대규모, 다중 파일 또는 다중 저장소 프로젝트)에서 작업하며 편집, 이름 변경 또는 질문에 답변하기 전에 어시스턴트가 코드를 이해하기를 원하는 사람.

주요 기능

• 의미론적 검색, 심볼 그래프 탐색, 교차 저장소 검색, 영구 메모리를 포함한 30개 이상의 MCP 도구.
• 단일 SKILL.md를 통해 Claude Code, Cursor, Codex, Windsurf, Augment, Gemini 또는 모든 어시스턴트에 설치할 수 있는 스킬.
• 배치 쿼리(batch_search, batch_symbol_graph, batch_graph_query)로 토큰을 75% 이상 절약.
• 데몬 모드와 파일 감시(ctxce connect)를 갖춘 CLI 브리지, stdio 및 HTTP MCP 서비스 제공.
• grep 대신 검색을 먼저 사용하도록 어시스턴트를 안내하고 결과를 이미 읽은 검증된 소스로 취급합니다.