← 返回列表
AI 编程工具

jCodeMunch MCP:基于 tree-sitter AST 的符号级代码检索 MCP 服务器

jgravelle/jcodemunch-mcp · Cut AI token costs 95%+ on code exploration. The leading MCP server for precise, symbol-level GitHub code retrieval via tree-sitter AST. Works with Claude Code, Cursor & any MCP client. 313B+ tokens saved.

GitHub原文发布 未知首次收录 2026-09-18上架 2026-10-02 09:03

☆ 收藏查看项目 ↗

ELI5:它是什么,解决什么问题

jCodeMunch MCP 是一个面向 AI 编程客户端的 MCP 服务器,通过 tree-sitter 解析源码并建立本地索引,让 Agent 按符号(函数、类、方法、常量、文件大纲等)精确检索代码,而不是反复读取整个文件,从而降低代码探索时的 token 消耗。它可与 Claude Code、Cursor、VS Code、Codex CLI、Windsurf、Continue 等 MCP 兼容客户端配合,并提供 find_importers、get_blast_radius、get_call_hierarchy、find_dead_code 等结构性查询,以及编辑前安全检查、PR 风险画像和重构规划等能力。README 声称在多个公开仓库的基准测试中相比 grep-and-read 方式平均减少约 96% 的 token 消耗,并给出独立 A/B 测试结果。项目采用双许可模式:个人使用免费,商业用途需商业许可。

核心能力与快速开始

★ 2690 · Python

能做什么
通过 tree-sitter AST 解析源码,建立包含符号元数据(签名、类型、限定名、摘要、字节偏移)与原始内容的本地索引;提供 search_symbols、get_symbol_source、get_file_outline、get_file_content 等检索工具,按需返回精确符号实现而非整文件;提供 assemble_task_context 与 plan_turn 进行任务级上下文组装与路由;提供 find_importers、get_blast_radius、get_call_hierarchy、find_dead_code、get_changed_symbols、get_hotspots、search_ast 等结构性查询;提供 check_edit_safe、check_delete_safe、get_pr_risk_profile、plan_refactoring 等变更前安全检查与重构规划;支持导入 mypy、pyright、tsc、ruff 的类型检查输出以标注相关符号;提供置信度分数、新鲜度标记、覆盖契约、SCIP 导入的编译器验证引用和自动密钥脱敏;支持 watch 模式、Agent 钩子和 VS Code 扩展保持索引新鲜;支持 70+ 语言与 monorepo 增量索引、工作区成员检测和子路径范围限定。
适用场景
在大型或陌生代码库中让 AI 编程 Agent 以符号粒度检索代码,减少上下文窗口占用与 token 成本;定位并阅读单个函数/方法/类的精确实现用于局部修改;分析改动影响范围(谁会受影响、谁引用了它);查找未被引用的死代码与热点;在重构或删除前做安全预检并生成编辑就绪的 {old_text, new_text} 块;为 PR 生成风险画像;通过 MUNCH 紧凑传输格式进一步压缩响应字节;在 monorepo 中按子路径或工作区范围限定检索。
项目形态
可直接使用的工具
部署方式
本地优先(local-first)。可通过 uv tool install jcodemunch-mcp 安装并运行 jcodemunch-mcp init 自动写入 MCP 客户端配置;也可用 uvx jcodemunch-mcp 免安装运行,或使用 pipx/pip 安装。支持作为 MCP 服务器接入 Claude Code、Claude Desktop、Cursor、VS Code、Codex CLI、Windsurf、Continue 等 MCP 兼容客户端,也支持通过 Anthropic MCP connector 远程接入。README 提到可选启用本地语义搜索与按提供方的 AI 摘要等附加组件,以及可选的 enforcement hooks。是否提供托管服务及具体部署成本未说明。
主要依赖
Python 环境,README 推荐使用 uv 安装(uvx 或 uv tool install);也可用 pipx/pip(建议在自管虚拟环境中)。enforcement hooks 需要将可执行文件安装到 PATH(uv tool install 或 pipx/pip),因为其由最小 PATH 的子 shell 按名称解析可执行文件。完整语言支持矩阵见 LANGUAGE_SUPPORT.md。硬件要求、内存与磁盘开销未说明。
使用限制
对确实需要整文件上下文的编辑场景(如重组文件级状态、跨数百行重排逻辑)没有 token 优势。README 明确表示不同查询的节省倍数不一,需参考各仓库分行数据。找不到文件时(如查找应编辑哪个文件)优势与原生 Grep 相当。README 提到工具接入本身不会改变 Agent 的整文件读取习惯,需在 CLAUDE.md 等配置中显式引导。导入类型检查器输出时,服务器不会代为运行检查器。README 给出的 token 节省与安装量等数据由项目自身提供,未在本卡片中做独立验证。
许可证
NOASSERTION
最近推送
2026-09-18 03:45

资料检查:2026-09-18 07:00 · 卡片整理:2026-10-02 09:00
卡片由 AI 根据仓库资料整理,未进行安装或运行验证 · 本次更新未完成,保留上次成功内容

职业应用

程序员

在 AI 编程客户端(Claude Code、Cursor、VS Code、Codex CLI、Windsurf、Continue 等 MCP 兼容客户端)中,通过 tree-sitter AST 建立本地代码索引,按符号(函数、类、方法、常量、文件大纲)精确检索代码,替代反复读取整个文件,降低代码探索的 token 消耗;并支持 find_importers、get_blast_radius、get_call_hierarchy、find_dead_code 等结构性查询,以及编辑前安全检查、PR 风险画像和重构规划。

查看内容依据
jCodeMunch MCP 是一个面向 AI 编程客户端的 MCP 服务器,通过 tree-sitter 解析源码并建立本地索引,让 Agent 按符号(函数、类、方法、常量、文件大纲等)精确检索代码,而不是反复读取整个文件,从而降低代码探索时的 token 消耗。

官方使用入口 ↗

由 AI 根据来源材料整理,未进行安装或运行验证

这是基于来源内容整理的摘要。原文链接失效后,本页摘要和讨论仍会保留。

讨论 0

登录后参与讨论,阅读资讯无需注册。

还没有评论,来分享第一个看法。