jgravelle/jcodemunch-mcp

해결하는 문제

AI 에이전트는 일반적으로 파일 전체를 읽어 코드베이스를 탐색하며, 이는 토큰을 낭비하고 관련 없는 코드로 컨텍스트 윈도우를 오염시킵니다. jCodeMunch는 작업에 필요한 특정 코드 심볼(함수, 클래스, 메서드, 상수)만 검색할 수 있는 구조화된 방법을 제공하여, 검색 중심 워크플로우에서 토큰 사용량을 95% 이상 줄여줍니다.

작동 원리

이 프로젝트는 tree-sitter AST 파싱을 사용하여 코드베이스를 한 번 인덱싱하여 구조화된 심볼 메타데이터와 바이트 오프셋을 저장합니다. 무차별적인 읽기 대신, 에이전트는 인덱스를 쿼리하여 정확한 구현을 찾고 필요한 스니펫만 가져올 수 있습니다. 또한 경로 접두사를 인터닝하고 무손실 압축 인코딩을 사용하는 "MUNCH"라는 컴팩트한 와이어 포맷을 특징으로 하여 에이전트에 전송되는 바이트 수를 더욱 줄입니다.

대상 사용자

AI 토큰 비용을 낮추고, 컨텍스트 정확도를 높이며, 리포지토리 탐색 속도를 높이고자 하는 MCP 호환 AI 에이전트 및 IDE(Claude Code, Cursor, Windsurf, VS Code 등) 사용자 개발자.

주요 특징

• 정밀 검색: 전체 파일이 아닌 정확한 심볼 구현을 가져옵니다.
• 작업 오케스트레이션: assemble_task_context 및 plan_turn과 같은 도구를 통해 에이전트가 토큰 예산 내에서 단일 호출로 복잡한 검색 시퀀스를 수행할 수 있습니다.
• 구조 분석: 임포터 찾기, 변경에 따른 영향 범위(blast radius) 계산, 데드 코드 탐지 등 네이티브 도구가 부족한 기능을 제공합니다.
• 토큰 효율성: AST 기반 검색과 컴팩트한 출력 형식을 결합하여 컨텍스트 윈도우 공간을 극대화합니다.
• 광범위한 호환성: 모든 MCP 호환 클라이언트에서 작동하며 tree-sitter를 통해 70개 이상의 언어를 지원합니다.