CodeNib

▶ 15秒のリプレイを見る · 実際の CLI 出力 · 待機時間を短縮 · 固定したソース、トランスクリプト、セットアップの詳細。

クイックスタート

Python 3.10 以降、Git、クリーンなリポジトリ、および Claude Code または Codex が必要です。

python -m pip install "codenib[graph,mcp]"
codenib codegraph init /path/to/your/repo

次に、エージェントにこう尋ねます：「CodeNib の explore_context を使って、リクエストの再試行動作が実装されている場所を探してください。ファイルと行番号を示してください。」

この提供経路では、ローカル検索と型付きシンボルグラフを構築し、インストール済みのエージェントクライアントに接続します。CodeNib にはモデル、API キー、GPU は必要ありません。エージェントは独自のモデルを使用します。上記の grep/Jev 実験とは別のものです。言語ツールチェーンとプロジェクトの前提条件は異なる場合があります。

セットアップとトラブルシューティング · ソースの除外 · すべての MCP ツール · ローカル Wiki

CodeNib を選ぶ理由

• 根拠を確認できます。 ファイル名と行番号の参照を含む、範囲を限定したコードコンテキストを取得し、呼び出し元、呼び出し先、定義、参照をたどれます。
• 言語をまたいで同じツールを使えます。 レジストリでは14言語を追跡しており、そのうち12言語にはグラフバックエンドがあります。言語マトリックスで、機能とセットアップの違いを確認できます。
• 同じソースで手法を比較できます。 固定されたエージェントの契約、データセット、スコアラーのチェックにより、再現性を検証する仕組みを確認できます。
• 見つけた内容を共有できます。 ソースの引用を含む Wiki を独自のGitHub Pagesにエクスポートするか、公開サンプルを閲覧できます。

比較

各ツールにエージェントが何を尋ねられるかを、2026-09-28 に上流ドキュメントと照合して確認しました。 これは機能の比較であり、ベンチマークスコアの比較ではありません。

ツール	平易な言葉で質問できるか	1ホップを超える呼び出し元／呼び出し先	関係を解決する方法	実行場所
grep / read	いいえ。リテラルまたは正規表現	いいえ	テキスト一致	ローカル
CodeNib CodeGraph	はい。ランク付けされたソースアンカー（explore_context）	はい。1回の呼び出しで、深さ ≤ 8（dependency_subgraph）	SCIP/LSP インデクサー（コンパイラーで解決）	ローカル
Serena	いいえ。シンボル名または正規表現	呼び出しごとに1レベル（find_referencing_symbols）	稼働中の言語サーバーまたは IDE	ローカル
CodeGraph (colbymchenry)	はい。FTS5 全文検索（codegraph_explore）	はい。codegraph_explore の呼び出しパス	Tree-sitter AST 抽出	ローカル。テレメトリーはオプトアウト可能
DeepWiki public MCP	はい。生成された回答（ask_question）	構造化されたグラフツールはありません	生成された Wiki	ホスト型

これらのリポジトリツールはいずれも、専用のモデルや API キーを必要としません。エージェントは独自のモデルを使用します。詳細な比較、出典、対象範囲をご覧ください。 CodeNib 0.2.4 には、オプションの grep → Jev ルートも含まれており、プランニングと再ランキングに OpenRouter を使用します。選択されたコードはリモートモデルに送信されます。認可のプレビューは引き続きオプトインです。上記の過去の調査結果は、製品評価およびモデル不要の CodeGraph 行とは別のものです。

言語

グラフバックエンド：Python、Go、Rust、C/C++、C#、Java、Ruby、PHP、Kotlin、 Scala、JavaScript、TypeScript。Swift と Lua はチャンク分割／取得に対応しています。 プロバイダーの前提条件と対応範囲は言語によって異なります。

生成された言語マトリックスでは、チャンク分割、グラフバックエンド、増分バックエンドのサポート、デコーダーの同等性を分けて示しています。現在の製品ではビューを再利用するか再構築します。ファイル単位の差分修復は有効になっていません。

結果と再現

まずはこちら	確認できる内容
コンテキストメソッドとサポートマトリックス	すべての検索パイプライン、LLM ワークフロー、エージェントの経路を、参照するビューと検索を制御する主体ごとに整理しています
ベンチマーク	ローカライズ、エージェントコンテキスト、解決レイヤー、エビデンスレベル、および CodeNib Base/Synthesis、SWE-bench Lite、Loc-Bench、SWE-Explore、Agent Retrieval Bench、ContextBench にわたるメソッド × ベンチマークのマトリックス
grep → Jev の結果	100 件の課題に対する検索比較、候補の制御、モデルの使用、制限事項
エージェント統合マトリックス	リビジョンを固定した LocAgent、Agentless、CoSIL、OrcaLoca、RepoNavigator の仕様。互換性は論文のスコアが再現されたことを意味しません
SWE-Explore の検証	固定された 20 ケースの実行で、1,020/1,020 件の実出力メトリクスセルが、固定された公式評価ツールと一致します
DGX Spark のデプロイ	GB10 上でのローカル Wiki、CodeGraph、モデルサービング。デプロイガイドであり、トークン節約のベンチマークではありません

ドキュメントとコミュニティ

ドキュメント · アーキテクチャ · コントリビューション · CI とテスト · 変更履歴 · Discord

CodeNib はベータ版のため、安定版リリース前に公開インターフェースが変更される場合があります。 過去の研究成果物では、公開済みのデータセット識別子を引き続き使用しています。

引用

研究で CodeNib を使用する場合は、 arXiv 論文を引用してください。

@misc{yu2026codenibmultiviewdataserving,
      title={CodeNib: A Multi-View Data System for Serving Repository Context to Coding Agents},
      author={Zhongming Yu and Hengjia Yu and Boqin Yuan and Shuting Zhao and Yizhao Chen and Aryan Dokania and Mihir Jagtap and Jiayu Chang and Yitong Ma and Yash Jayswal and Wentao Ni and Hejia Zhang and Zhaoling Chen and Gangda Deng and Jishen Zhao},
      year={2026},
      eprint={2607.25431},
      archivePrefix={arXiv},
      primaryClass={cs.SE},
      url={https://arxiv.org/abs/2607.25431},
}

CodeNib は Apache 2.0 ライセンスの下で提供されています。