kunal12203/GrapeRoot

Compounding Context for AI Coding Assistants — MCP graph engine for Claude Code, Cursor, Copilot, Gemini, OpenCode

해결하는 문제

GrapeRoot는 AI 코딩 어시스턴트가 코드베이스를 탐색하는 데 소요되는 시간과 토큰을 줄이기 위한 컨텍스트 엔진입니다. AI가 수동으로 심볼을 검색하거나 여러 도구 호출을 통해 호출 체인을 추적할 필요 없이, GrapeRoot는 AI가 질문을 보는 전에 가장 관련 있는 코드를 프롬프트에 미리 로드하여 즉시 추론을 시작할 수 있도록 합니다.

작동 방식

그래프 스캔: 도구가 프로젝트를 스캔하여 파일, 함수, 클래스, 임포트 관계의 로컬 의미적 그래프를 구축합니다.
컨텍스트 검색: 사용자가 질문을 하면, 엔진은 그래프 기반으로 가장 관련 있는 파일을 순위 매기고 프롬프트에 패킹합니다.
세션 메모리: 시스템은 어떤 파일이 읽혔는지, 편집되었는지, 질의되었는지 추적하여 이후 타ーン에서 더 높은 가중치를 부여하여 토큰 절약 효과를 누적합니다.
MCP 도구: 필요 시 더 깊은 탐색을 위해 Model Context Protocol (MCP) 도구(예: graph_read, graph_neighbors)를 제공합니다.

대상 사용자

Claude Code, Cursor, GitHub Copilot, Gemini CLI 등 AI 코딩 어시스턴트를 사용하며, 지연 시간을 줄이고 API 비용을 낮추며 AI 생성 코드의 품질을 향상시키고자 하는 개발자들입니다. 더 나은 초기 컨텍스트를 제공함으로써 이를 달성합니다.

주요 특징

사전 로드된 컨텍스트: AI 어시스턴트가 일반적으로 여러 타ーン을 소비하는 "탐색 단계"를 제거합니다.
광범위한 도구 지원: Claude Code, Cursor, OpenAI Codex CLI 등 다양한 AI 도구와 통합 가능합니다.
로컬 처리: 코드베이스 스캔 및 그래프 구축은 모두 사용자 기기에서 로컬로 수행됩니다.
자세한 벤치마크: 아키텍처 설계에서 최대 81%의 비용 절감을 주장하며, 작업당 평균 타ーン 수를 11.7에서 3.5로 감소시켰습니다.
다중 언어 지원: TypeScript, Python, Go, Rust, Java, C# 등 다양한 언어를 지원합니다.