jgravelle/jcodemunch-mcp

해결하는 문제

AI 에이전트는 특정 코드를 찾기 위해 전체 파일을 읽는 경우가 많아 토큰을 낭비하고 비용을 증가시키며 컨텍스트 윈도우를 소모합니다. jCodeMunch는 에이전트가 필요한 정확한 코드(특정 함수, 클래스, 메서드 등)만 바이트 단위의 정밀도로 검색할 수 있도록 하여 토큰 사용량을 크게 줄여줍니다.

작동 방식

이 프로젝트는 tree-sitter AST 파싱을 사용하여 코드베이스를 한 번 인덱싱하고, 구조화된 심볼 메타데이터(시그니처, 종류, 바이트 오프셋)의 로컬 인덱스를 생성합니다. 에이전트는 전체 파일을 읽는 대신 이 인덱스를 쿼리하여 심볼을 찾고, 필요한 특정 심볼의 구현만 온디맨드로 가져올 수 있습니다.

대상 사용자

AI 에이전트(Claude Code, Cursor, Windsurf, Continue 등)를 사용하며, 대규모 리포지토리나 익숙하지 않은 코드베이스를 다루면서 AI 비용을 절감하고 에이전트의 신뢰성을 높이고자 하는 개발자.

주요 특징

• 극도로 높은 토큰 효율성: grep-and-read 방식 대비 토큰 사용량을 28.3배 줄였으며, 비용을 86~99% 절감합니다.
• 구조화된 쿼리: grep으로는 불가능한 복잡한 분석(임포터 검색, 변경 사항의 '영향 범위' 계산, 데드 코드 탐지 등)을 에이전트가 수행할 수 있게 합니다.
• 광범위한 언어 지원: tree-sitter를 통해 70개 이상의 언어를 지원합니다.
• 로컬 우선 설계: 인덱스는 로컬에 저장되며, LLM에 코드를 전송하기 전에 자동으로 민감 정보를 마스킹하는 시스템이 포함되어 있습니다.
• MCP 호환: Model Context Protocol (MCP) 서버로 작동하여 다양한 AI 지원 IDE 및 CLI 도구와 통합됩니다.