kunal12203/GrapeRoot

解决的问题

GrapeRoot 是一个上下文引擎，旨在减少 AI 编程助手探索代码库所花费的时间和 token 数量。无需让 AI 手动搜索符号或通过多次工具调用追踪调用链，GrapeRoot 在 AI 看到问题之前，就将最相关的代码预加载到提示中，使其能够立即开始推理。

工作原理

1. 图扫描：工具扫描项目，构建文件、函数、类和导入关系的本地语义图。
2. 上下文获取：当用户提出问题时，引擎根据图对最相关的文件进行排序，并将其打包进提示。
3. 会话记忆：系统跟踪哪些文件已被读取、编辑或查询，后续回合中给予更高权重，以累积 token 节省效果。
4. MCP 工具：提供 Model Context Protocol (MCP) 工具（如 graph_read 和 graph_neighbors），供 AI 在需要时执行更深入的探索。

适用人群

使用 AI 编程助手（如 Claude Code、Cursor、GitHub Copilot 或 Gemini CLI）的开发者，希望减少延迟、降低 API 成本，并通过提供更好的初始上下文来提升 AI 生成代码的质量。

主要亮点

• 预加载上下文：消除 AI 助手通常花费多个回合搜索代码的“探索阶段”。
• 广泛工具支持：与 Claude Code、Cursor 和 OpenAI Codex CLI 等多种 AI 工具集成。
• 本地处理：所有代码库扫描和图构建均在用户本地机器上完成。
• 详细基准测试：声称在架构设计方面可实现高达 81% 的成本降低，任务平均回合数从 11.7 降至 3.5。
• 多语言支持：支持 TypeScript、Python、Go、Rust、Java 和 C# 等多种语言。