jgravelle/jcodemunch-mcp

解決的問題

AI 代理經常因讀取整個檔案來尋找特定程式碼片段而浪費 token，這會增加成本並消耗上下文視窗。jCodeMunch 提供一種高效的 token 使用方式，讓代理僅能取得所需的精確程式碼（如函數、類別或方法），並實現位元組級精確度，與傳統的 grep 和讀取方式相比，平均減少 96% 的 token 使用量。

工作原理

該工具使用 tree-sitter AST 解析對程式碼庫進行一次索引，將結構化的符號元資料（包括簽名、類型和位元組偏移）與原始檔案內容一起儲存在本地索引中。代理無需重新讀取整個檔案，而是可以查詢此索引，僅取得所需的特定實作或結構資訊。

適用對象

使用 AI 代理（如 Claude Code、Cursor、Windsurf 或 Continue）處理大型倉儲或陌生程式碼庫的開發者，希望在程式碼探索和重構過程中降低 AI 成本並提升代理的可靠性。

主要亮點

• 極致的 token 效率：與 grep 和讀取代理相比，基準測試顯示 token 使用量減少 28.3 倍。
• 結構化查詢：支援 grep 無法回答的高階查詢，例如尋找匯入者、計算影響範圍、識別死程式碼。
• 廣泛的語言支援：透過 tree-sitter 支援超過 70 種語言。
• 本地優先設計：索引儲存在本地 ~/.code-index/，確保隱私與安全。
• MCP 兼容：可作為 Model Context Protocol 伺服器，適用於多種 AI IDE 和 CLI 工具。