codemunch-pro

CodeMunch Pro

インテリジェントなコードインデックス作成 MCP サーバーです。15 個のツール、10 言語、tree-sitter による AST 抽出、ハイブリッド検索（FTS5 + ベクトル）、呼び出しグラフ、リモートリポジトリのインデックス作成、増分インデックス作成に対応しています。

トークンを 99% 節約 — ファイル全体を読み込まず、バイトオフセットでシークして正確な関数のソースを取得できます。

インストール

pip install codemunch-pro

クイックスタート

Claude Desktop / Cline

MCP クライアントの設定に追加します。

{
  "mcpServers": {
    "codemunch-pro": {
      "command": "codemunch-pro"
    }
  }
}

HTTP サーバー

codemunch-pro --transport streamable-http --port 5002

15 個の MCP ツール

ツール	説明
index_folder	ローカルディレクトリのインデックスを作成します（増分、SHA-256 ベース）
index_repo	GitHub/GitLab リポジトリのインデックスを作成します（tarball をダウンロード、git 不要）
list_repos	インデックス済みのすべてのリポジトリを統計情報付きで一覧表示します
invalidate_cache	リポジトリのインデックスを強制的に再作成します
file_tree	ファイル数を含むディレクトリツリーを取得します
file_outline	単一ファイル内のシンボルを一覧表示します
repo_outline	リポジトリ内のすべてのシンボルを一覧表示します（概要）
get_symbol	1 つのシンボルのソース全体を取得します（O(1) バイトシーク）
get_symbols	複数のシンボルをまとめて取得します
search_symbols	ハイブリッド検索（FTS5 + ベクトル RRF）
search_text	ファイル内容を全文検索します
get_callees	この関数は何を呼び出しますか？
get_callers	この関数を呼び出すのは誰ですか？
diff_symbols	前回のインデックス作成から何が変わりましたか？（PR レビュー）
dependency_map	このファイルが依存するものと、このファイルに依存するものを表示します

10 言語

Python、JavaScript、TypeScript、Go、Rust、Java、C、C++、C#、Ruby

すべて tree-sitter-language-pack 経由で利用できます。コンパイル不要で、ビルド済みバイナリが含まれています。

主な機能

O(1) のシンボル取得

各シンボルはバイトオフセットと長さを保存します。get_symbol は関数のソースを直接シークするため、ファイル全体を読み込む必要はありません。40KB のファイルから 200 バイトの関数を取得する場合、トークンを 99.5% 節約できます。

増分インデックス作成

ファイルはハッシュ化（SHA-256）されます。変更されたファイルのみ再解析されます。10K ファイルのリポジトリで 1 ファイルを変更した後の再インデックス作成は、数ミリ秒で完了します。

ハイブリッド検索（FTS5 + ベクトル）

Reciprocal Rank Fusion を使用して、BM25 キーワードマッチングと意味ベクトル類似度を組み合わせます。「authentication middleware」を検索すると、auth_middleware、verify_token、login_handler が見つかります。

呼び出しグラフ

AST を通じて関数呼び出しを追跡します。get_callees("main") は main が呼び出す関数を表示します。get_callers("authenticate") は authenticate を呼び出す関数を表示します。深さを指定したトラバーサルにも対応しています。

リモートリポジトリのインデックス作成（v1.1）

URL を指定して、公開 GitHub または GitLab リポジトリのインデックスを作成できます。git バイナリは不要です。API 経由で tarball をダウンロードして展開し、インデックスを作成します。SHA ベースの鮮度チェックによりローカルにキャッシュされます。認証トークンを使用したプライベートリポジトリや、スパースパスにも対応しています。

全文コンテンツ検索

文字列リテラル、TODO コメント、設定値、エラーメッセージなど、ファイルの生の内容を検索します。シンボル名だけに限定されません。

仕組み

1. 解析 — tree-sitter が各ソースファイルの AST を構築します
2. 抽出 — AST を走査して関数、クラス、メソッド、型、インターフェースを見つけます
3. 保存 — リポジトリごとに SQLite データベースを作成し、FTS5 仮想テーブルを使用します
4. 埋め込み — FastEmbed（ONNX、CPU のみ）が意味検索用の 384 次元ベクトルを生成します
5. グラフ化 — 関数本体から呼び出し式を抽出し、エッジを保存して解決します
6. 提供 — FastMCP が stdio または HTTP 経由で 13 個のツールを公開します

アーキテクチャ

~/.codemunch-pro/
├── myproject_a1b2c3d4e5f6.db    # Per-repo SQLite database
├── otherproject_7890abcdef.db
└── ...

Each DB contains:
├── files          # Indexed files with SHA-256 hashes
├── symbols        # Functions, classes, methods, types
├── symbols_fts    # FTS5 full-text search index
├── symbols_vec    # sqlite-vec 384-dim vector index
├── call_edges     # Call graph (caller → callee)
└── file_content_fts  # Raw file content search

ユースケース

• AI コーディングエージェント: コンテキストを消費せずに、エージェントにコードベースへの的確なアクセスを提供します
• コードレビュー: 関数のシグネチャを変更する前に、その関数を呼び出す箇所をすべて見つけます
• オンボーディング: シンボルを意味検索します。「エラー処理はどこにあるか？」と検索すると、関連するコードが見つかります
• リファクタリング: 関数をモジュール間で移動する前に、呼び出しグラフを把握します
• ドキュメント作成: シグネチャと docstring を含む、すべての公開 API を抽出します

ライセンス

MIT