colbymchenry/codegraph

해결하는 문제

AI 에이전트는 일반적으로 grep과 같은 도구를 반복적으로 호출하거나 파일을 하나씩 읽어 코드 구조를 탐색하는데, 이는 느리고 비용이 많이 듭니다. CodeGraph는 코드베이스의 모든 심볼, 호출 에지, 의존성에 대한 사전 구축된 시맨틱 지식 그래프를 제공하여 이 문제를 해결합니다. 이를 통해 에이전트는 파일을 일일이 탐색하는 대신 단일 호출로 정확한 컨텍스트를 검색할 수 있습니다.

작동 방식

CodeGraph는 Rust 기반 커널을 사용하여 다양한 프로그래밍 언어 전반에 걸쳐 구조 추출 및 파일 간 해결을 수행합니다. 로컬 인덱스(.codegraph/에 저장)를 구축하고 AI 에이전트가 쿼리할 수 있는 MCP (Model Context Protocol) 서버를 제공합니다. 이 시스템에는 파일 변경 사항을 감시하고 실시간으로 그래프를 업데이트하는 자동 동기화 기능이 포함되어 있어 인덱스가 최신 상태로 유지됩니다.

대상 사용자

Claude Code, Cursor, GitHub Copilot, Gemini와 같은 AI 코딩 에이전트를 사용하며, 토큰 비용을 절감하고 지연 시간을 줄이며 에이전트의 코드베이스 이해도를 높이고자 하는 개발자.

주요 특징

• 광범위한 언어 지원: TypeScript, Python, Go, Rust, Java, C#, PHP, Ruby, C/C++, Swift, Kotlin 등 다양한 언어를 지원합니다.
• 에이전트 통합: MCP 서버를 통해 인기 있는 에이전트와 원활하게 연결됩니다.
• 고성능: Rust 커널로 구축되어 속도가 빠르며 100% 로컬에서 작동합니다.
• 효율성 향상: 벤치마크에 따르면 파일 읽기 방식의 에이전트와 비교하여 도구 호출 횟수, 처리된 토큰 수, 전체 비용이 크게 감소합니다.
• 제로 설정 동기화: 파일이 수정될 때마다 코드 그래프가 자동으로 업데이트됩니다.