kunal12203/GrapeRoot

解決的問題

GrapeRoot 是一個為 AI 程式助手設計的上下文引擎，旨在減少 AI 在探索程式碼庫時所耗費的時間與 token 數量。無需讓 AI 手動搜尋符號或透過多次工具呼叫追蹤呼叫鏈，GrapeRoot 會在 AI 看到問題之前，將最相關的程式碼預先載入提示中，使其能立即開始推理。

工作原理

1. 圖形掃描：工具掃描專案，建立檔案、函數、類別與匯入關係的本地語意圖。
2. 上下文取得：當使用者提出問題時，引擎根據圖形對最相關的檔案進行排序，並打包進提示中。
3. 會話記憶：系統追蹤哪些檔案已被讀取、編輯或查詢，後續回合中給予更高權重，以累積 token 節省效果。
4. MCP 工具：提供 Model Context Protocol (MCP) 工具（如 graph_read 和 graph_neighbors），讓 AI 在需要時執行更深入的探索。

適用對象

使用 AI 程式助手（如 Claude Code、Cursor、GitHub Copilot 或 Gemini CLI）的開發者，希望減少延遲、降低 API 成本，並透過提供更好的初始上下文來提升 AI 生成程式碼的品質。

主要亮點

• 預載入上下文：消除 AI 助手通常耗費多個回合搜尋程式碼的「探索階段」。
• 廣泛工具支援：與 Claude Code、Cursor 和 OpenAI Codex CLI 等多種 AI 工具整合。
• 本地處理：所有程式碼庫掃描與圖形建構均在使用者的機器上本地完成。
• 詳細基準測試：聲稱在架構設計方面可實現最高 81% 的成本降低，任務平均回合數從 11.7 降至 3.5。
• 多語言支援：支援 TypeScript、Python、Go、Rust、Java 和 C# 等多種語言。