jgravelle/jcodemunch-mcp

해결하는 문제

AI 에이전트는 특정 코드 조각을 찾기 위해 전체 파일을 읽는 경우가 많아 토큰을 낭비하고, 비용이 증가하며 컨텍스트 창을 소모합니다. jCodeMunch은 함수, 클래스, 메서드와 같은 정확한 코드 조각(바이트 단위 정밀도)만을 가져올 수 있는 토큰 효율적인 방법을 제공하여, 전통적인 grep과 읽기 방식과 비교해 평균 96%의 토큰 사용량을 줄입니다.

작동 방식

이 도구는 tree-sitter AST 분석을 사용하여 코드베이스를 한 번만 인덱싱하여, 서명, 종류, 바이트 오프셋을 포함한 구조화된 심볼 메타데이터를 원본 파일 콘텐츠와 함께 로컬 인덱스에 저장합니다. 파일 전체를 다시 읽는 대신, 에이전트는 이 인덱스를 쿼리하여 필요한 특정 구현이나 구조 정보만 가져올 수 있습니다.

대상 사용자

대규모 리포지토리나 낯선 코드베이스에서 작업하면서 AI 에이전트(Claude Code, Cursor, Windsurf, Continue 등)를 사용하고, AI 비용을 줄이고 코드 탐색 및 리팩터링 시 에이전트의 신뢰성을 높이고자 하는 개발자들.

주요 특징

• 극도의 토큰 효율성: grep과 읽기 에이전트와 비교해 벤치마크에서 28.3배 적은 토큰 사용.
• 구조적 쿼리: grep이 답변할 수 없는 고급 쿼리 지원, 예: 수입자 찾기, 폭발 반경 계산, 죽은 코드 식별.
• 광범위한 언어 지원: tree-sitter를 통해 70개 이상의 언어 지원.
• 로컬 우선 설계: 인덱스는 ~/.code-index/에 로컬에 저장되어 프라이버시와 보안을 보장.
• MCP 호환성: 다양한 AI IDE 및 CLI 도구에서 사용 가능한 Model Context Protocol 서버로 작동.