n3mo

ソースコードをクエリ可能なナレッジグラフへと変換し、検索、影響分析、AI を活用した開発を実現する構造的なコードインテリジェンスレイヤーです。

一度パースすれば、いつまでもクエリできます。何が壊れるかを、壊れる前に正確に把握できます。

「テキストの差分は、あらゆるコードレビューの不安の源です。開発者がコアユーティリティを変更すると、レビュアーは下流のサービスを頭の中で 1 時間もたどり、マージして安全かどうかを推測しなければなりません。N3MO は、人間の推測を厳密な数学に置き換えます。」

GitHub Webhook を n3mo.shop で今すぐデプロイ →

📜 PolyForm Noncommercial 1.0.0 の下でライセンスされています — 非商用利用向けにソースを公開しています。 • 商用利用が必要ですか？ 商用ライセンスを取得 →

N3MO とは • 機能 • インストール • 使用方法 • MCP • CI/CD SaaS • ベンチマーク • チュートリアル • スポンサー

🎯 N3MO とは？

N3MO は、シンボル中心のコードインテリジェンスレイヤーです。生のテキストを走査する代わりに、ソースコードの AST をパースし、コールグラフをマッピングし、依存関係をクエリ可能なリレーショナルデータベースにモデル化します — 決定論的に、インデックス作成時に LLM 呼び出しはゼロ です。

エンジニアリングリーダーやチームにとって、N3MO はコードベースに対する 構造的な保険 として機能します。

💡 なぜ N3MO なのか？

• 🛡️ リグレッションリスクを排除 — 開発者が未知の副作用を恐れるため、ユーティリティ関数がリファクタリングされることはほとんどありません。N3MO は任意のシンボルの推移的ブラスト半径を任意の深さまでマッピングし、編集を行う前に何が壊れるかを正確に示します。CI/CD でこれを自動化する →
• 🏎️ 開発者の迅速なオンボーディング — シニアエンジニアが新入社員にコードベースの流れを何時間も説明する代わりに、開発者は 1 つのコマンドを実行するだけで、複雑な呼び出しチェーンと親子依存関係をインタラクティブに可視化できます。
• 🤖 AI エージェント対応インフラ — 現代の LLM エージェント（Cursor、Claude Desktop）はコンテキストウィンドウとテキスト検索によって制限されています。N3MO のネイティブ MCP サーバーにより、エージェントは実際のコードグラフをクエリでき、高速でハルシネーションのないリファクタリングが可能になります。
• ⚡ 埋め込みなし、ドリフトなし — N3MO は純粋な静的解析です。Tree-sitter による AST 解析を PostgreSQL に格納します。同期を保つベクトルインデックスも、リポジトリごとの埋め込みコストも、意味的類似性の推測もありません — グラフ内のすべてのエッジは正確で検証可能な関係です。

📊 N3MO の比較

🛠️ N3MO が解決する核心的な課題

開発者: 「'login' はどこに現れる？」
ツール: grep -r "login" .
結果:   89 ファイルにまたがる 647 件のマッチ
           ...で、次は？

開発者: 「login を変更したら何が壊れる？」
ツール: n3mo impact "login"
結果:   3 件の直接呼び出し元 → 5 件の波及効果
           ブラスト半径全体を 50ms 未満で

N3MO はテキストを探すのではなく、構造を理解します。 文字列マッチングではなく、実際の呼び出しグラフを追跡します。

N3MO が即座に答える質問:

👥 対象ユーザー

✨ コア機能

取り込みとパース

• 多言語サポート — 27 個の Tree-sitter 文法をサポート（動的にロード）。Python、JS/TS、Go、Java、C/C++ を含む 10 の主要言語で継続的にベンチマークを実施
• 並列 AST 取り込み — ProcessPoolExecutor が CPU バウンドのパースを利用可能なすべてのコアに分散
• 増分再インデックス — SHA-256 ファイルハッシュにより、変更されていないファイルを自動的にスキップ
• 冪等な操作 — 再インデックスは重複を生じさせることなく既存データを更新
• スマートな除外 — 大文字小文字を区別しないディレクトリフィルターと camelCase を考慮したファイル名チェックにより、誤検知を防止（例: test_*.py をスキップしつつ contest.py は許可）

分析とクエリ

• シンボル抽出 — 関数、クラス、メソッドを完全なファイルパス + 行コンテキストとともに取得
• 階層モデリング — 親子関係（モジュール → クラス → メソッド）
• コールグラフ構築 — 誰が誰を呼び出すかを、取り込み時に解決
• スコープを考慮した解決 — クラススコープ > ローカルファイル > インポート > 修飾ドットパス > グローバル
• ブラストラディアス分析 — サイクルガード付きで任意の深さまで再帰的に CTE をたどる

パフォーマンス

• コネクションプーリング — ThreadedConnectionPool により、シンボルごとの DB ラウンドトリップを排除
• バッチ挿入 — シンボル、インポート、呼び出しをファイルごとに単一トランザクションでバッチ処理
• 最適化されたクエリ — SPLIT_PART の修正により、呼び出し解決で 2 倍の高速化を実現

可視化と統合

• インタラクティブグラフ — クリックでノードを検査できる vis.js のオービットマップ、サイドバー、深さスライダー
• ダークモード — ノード/エッジをリアルタイム更新する切り替え可能なキャンバスダークモード。localStorage に永続化
• プレミアムなスタイリング — Bricolage Grotesque、Inter、JetBrains Mono のタイポグラフィでスタイリングされた、洗練されたインタラクティブダッシュボードのランディングページ UI とグラフビジュアライザー
• SKILL.md プロファイル — Claude を影響範囲を認識するコーディングエージェントとして構成するためのシステム指示
• ネイティブ MCP サーバー — Cursor、Claude Desktop、Windsurf とのファーストクラス統合
• Git フック — コミットごとに自動再インデックス
• CI パイプライン — リンティング（ruff）、型チェック（mypy）、pytest を備えた GitHub Actions

🌐 対応言語

			…ほかにも多数

Tree-sitter によるパースは 27 言語をサポートしています。深いセマンティックなコールグラフのマッピングは現在、Python、JS/TS、Java に最適化されています。

🚀 インストール

前提条件

クイックスタート

PyPI から N3MO を直接インストールします:

# Install the package
pip install n3mo

# Start Docker containers & initialize the database
n3mo setup

または、編集可能モードで実行するコントリビューター向け:

git clone https://github.com/RajX-dev/N3MO.git
cd N3MO
pip install -e .
n3mo setup

💻 使い方

リポジトリのインデックス作成

cd /path/to/your/project
n3mo index

インデックスされるもの:

• ✅ サポートされている 27 言語すべてのソースファイル
• ❌ 仮想環境（venv/、.venv/）
• ❌ 依存関係（node_modules/、site-packages/）
• ❌ ビルド成果物（.git/、__pycache__/、dist/）
• ❌ テスト / フィクスチャのディレクトリ（tests/、mocks/、specs/）

ビジュアライザー

ダークモード — 放射状レイアウト

水平ツリービュー

ターミナル出力の例:

  ◈ IMPACT ANALYSIS
  ──────────────────────────────────────────────────────────────────
  Target:  authenticate_user
  ──────────────────────────────────────────────────────────────────

  ◉ Direct Callers  (3 symbols)

  ▸ login_endpoint             api/auth.py:12
  ▸ refresh_token              api/token.py:23
  ▸ validate_session           middleware/auth.py:89

  ◎ Ripple Effects  (5 symbols)

    ╰─▸ POST /login              routes.py:67
    ╰─▸ admin_login              admin/views.py:34
    ╰─▸ require_auth             decorators.py:12
    ╰─▸ dashboard_view           views/dashboard.py:8
    ╰─▸ settings_view            views/settings.py:22

  ──────────────────────────────────────────────────────────────────
  Total impacted: 8 references  │  depth ≤ 3

依存関係グラフの可視化

graph LR
    A[main.py] --> B[auth.py::login]
    A --> C[db.py::connect]
    B --> D[utils.py::hash_password]
    B --> E[models.py::User]
    C --> F[config.py::DB_URI]

    style A fill:#ff6b6b,stroke:#c92a2a,stroke-width:2px,color:#fff
    style B fill:#4ecdc4,stroke:#0ca89e,stroke-width:2px,color:#000
    style C fill:#45b7d1,stroke:#1098ad,stroke-width:2px,color:#000
    style D fill:#96ceb4,stroke:#63b598,stroke-width:2px,color:#000
    style E fill:#ffd93d,stroke:#f5c200,stroke-width:2px,color:#000
    style F fill:#e0e0e0,stroke:#a0a0a0,stroke-width:2px,color:#000

🎥 チュートリアル

チュートリアルで扱う内容:

💡 実際に試したいですか? クイックスタート に従って、60 秒以内に N3MO をローカルで実行できます。

🤖 Model Context Protocol (MCP)

N3MO にはネイティブの MCP サーバーが含まれており、LLM エージェント(Claude、Cursor、Windsurf など)にリポジトリ分析およびグラフ探索ツールを公開します。

Claude Desktop の自動セットアップ

# Navigate to the workspace you want Claude to analyze, then run:
n3mo mcp install

これにより N3MO が登録され、パスが自動的に設定されます。Claude Desktop を再起動すれば準備完了です!

🧠 Claude スキル(システム指示)

エディタでコードを変更する前に Claude が N3MO の影響クエリをプロアクティブに実行するように構成するには、SKILL.md プロファイルからカスタム指示をインポートするかコピー&ペーストしてください。

Cursor のセットアップ

1. Settings → Models → MCP に移動します。
2. + Add New MCP Server をクリックします。
3. 構成の詳細を設定します:
   • Name: n3mo
   • Type: command
   • Command: n3mo mcp start(または直接実行する場合は uvx n3mo mcp start)
   • Environment Variables: TARGET_CODE_DIR=/absolute/path/to/your/active/workspace
4. Save をクリックすると、Cursor が即座にワークスペースの影響範囲をインデックス化してクエリできるようになります。

🏢 チームへのスケールに関するご案内

AI エージェントをチームのワークスペースに導入しますか? すべての開発者に重いインデックスパイプラインや PostgreSQL インスタンスをローカルのラップトップで実行させるのはやめましょう。

Cursor を n3mo.shop のグローバルクラウドグラフに直接接続すると、ローカルマシンのデータベースのオーバーヘッドを完全に回避できます。エージェントはクラウドグラフに即座にクエリできます。

🧰 利用可能な MCP ツール

☁️ エンタープライズ CI/CD 自動化(SaaS への転換)

ローカルループで決定論的な AST 解析を実行するのは素晴らしいことですが、多段階の YAML アクションを手動で構築し、CI データベースインフラを維持し、PR タイムラインイベントをオーケストレーションすることは、エンジニアリングチームにとって大きな摩擦点となります。

n3mo.shop は、これらすべてを抽象化する、決定的でメンテナンス不要のインフラ層です。

• ゼロコンフィグ Webhook: 2 クリックで GitHub App を同期。維持すべき YAML のボイラープレートはありません。

• 自動インライン PR コメント: N3MO がリポジトリにフックし、正確な影響範囲を GitHub レビュータイムラインに直接投稿します:

  ◈ N3MO Pull Request Impact Analysis
  ⚠️ Blast Radius Detected: Modifying `core_auth.py` transitively impacts 3 downstream services.
  - `api/billing.py:process_payment()`
  - `web/handlers.py:login_route()`
  - `cron/sync_users.py:execute()`
  

• 厳格な「ゼロトラスト」プライバシー: 当社は構造的な AST メタデータ(シンボル間の関係)のみを解析します。お客様の生のソースコードが当社のサーバーに保存されることはありません。 一時的な解析コンテナは、PR コメントが投稿された瞬間に即座に破棄されます。

今すぐ n3mo.shop でパイプラインインフラをオフロードしましょう →

📊 ベンチマーク

すべてのベンチマークは Intel i5-13450HX、24 GB RAM、NVMe SSD で測定されています。

Django — 最適化の履歴

Django は主要なベンチマーク対象です: 3,021 ファイル、約 43K シンボル、約 181K 呼び出し。

Django Index Time (minutes)
═══════════════════════════════════════════════════════════════

v0.3 Baseline       ██████████████████████████████████████████████  23 min   1×
SPLIT_PART Fix      ██████████████████████                          11 min   2×
Batch Inserts       █████████                                        5 min   4.6×
+ Multiprocessing   ████                                           2.5 min   9× 🚀

═══════════════════════════════════════════════════════════════

✅ すべての結果は Django リポジトリでの実際の測定値です。マルチプロセッシングの効果はコア数に応じて拡大します。

TensorFlow — エンタープライズ規模のモノレポ

TensorFlow でテスト済み — 36,000 ファイル、複数言語（C++/Python）のモノレポです。

N3MO は 3K ファイルの純粋な Python リポジトリ（Django）から、36K ファイルの複数言語エンタープライズモノレポ（TensorFlow）までスケールします — つまり 約 5× の大規模なインデックス処理をほぼ線形のスループットで、大きなリソースオーバーヘッドなしに実現します。TensorFlow のファイルあたりのシンボル/エッジ数および増分（ウォーム）再インデックス数値は、完全なベンチマークレポートで最終化中です。

ScanCode Toolkit — 大規模コードベース

ScanCode Toolkit でテスト済み — 約 600K 行の Python です。

増分再インデックス

N3MO は SHA-256 ファイルハッシュを使用して、後続の実行で変更されていないファイルをスキップします。

これらの結果は、20 ファイルの合成リポジトリにおける組み込みベンチマークスクリプトによるものです。実環境での増分パフォーマンスは、リポジトリの総サイズではなく、変更されたファイル数に比例します。

クエリパフォーマンス

影響分析はサイクルガード付きの PostgreSQL 再帰 CTE を使用します。クエリ時間はリポジトリサイズに依存せず、結果サブグラフのサイズのみに依存します。

ベンチマークの実行

python benchmarks/benchmark_indexing.py

📈 プロジェクトの状況

N3MO のコアアーキテクチャと配布フェーズ（Foundations、Performance、Correctness & Scaling、Distribution）は正常に完了しました。 プロジェクトは現在安定しており、活発にメンテナンスされ、本番環境での使用準備が整っています。

📝 設計原則

1. 意味論より構造を優先 AI による分析を追加する前に、コードの骨格（AST）をマッピングします。正しいグラフは、賢いが誤ったグラフよりも価値があります。

2. データベースを信頼できる唯一の情報源とする すべての状態は PostgreSQL に保存され、インメモリの複雑さを排除し、アプリケーション層の走査では太刀打ちできないグラフクエリを可能にします。

3. 速度より正確性を優先 パーサーは、グラフを破壊することなく構文エラーを適切に処理する必要があります。シンボルを黙って落とす高速なインデクサーは、すべてを正しく処理する低速なものよりも劣ります。

4. 冪等な操作 取り込みを再実行しても同一の結果が得られるため、安全な増分更新と CI/CD 統合が可能になります。

🤝 コントリビューション

コントリビューションを歓迎します！プロジェクトのセットアップ、コーディング標準、ローカルでのチェックの実行を始めるには、CONTRIBUTING.md ガイドをお読みください。

開発環境のセットアップ

# Install with dev dependencies
pip install -e ".[dev]"

# Lint
ruff check n3mo/

# Type check
mypy n3mo/

# Tests
pytest tests/

📜 ライセンスと料金

料金とライセンス

N3MO は、ローカルでの使用および単一開発者の MCP 統合において、PolyForm Noncommercial 1.0.0 License のもとで無料です。

• 100% 無料 & ローカル — CLI クエリ、ローカル MCP 統合、およびビジュアライザーを制限なしで利用できます。
• 商用 SaaS & Webhook — チーム環境、CI/CD パイプライン、プライベート GitHub Webhook で N3MO を使用するには、n3mo.shop で商用ライセンスを購入してください。
• エンタープライズライセンス — 大規模な組織へのデプロイ、カスタム SLA、ゼロトラストのエアギャップ環境については、エンタープライズ向けオプションをお問い合わせください。

PolyForm Noncommercial 1.0.0 License のもとでライセンスされています。

• ✅ 個人プロジェクト、学術研究、ホビーツールでは無料
• ✅ ソース公開 — 非商用目的での閲覧、変更、配布が可能
• ⚠️ 非商用 — 商用目的で使用することはできません
• ⚠️ サービスとして提供する際には制限が適用されます

商用デプロイや独自の改変については、ライセンスオプションをお問い合わせください。

法的な詳細の全体は LICENSE を参照してください。

❤️ スポンサー

N3MO がコードレビューの時間を節約したり、AI エージェントがコードベースを理解するのに役立っているなら、プロジェクトの継続的な開発を支援するためにスポンサーになることをご検討ください。

皆さまのスポンサーは以下の資金を支えます：

• 🔧 継続的なメンテナンスと新しい言語のサポート
• 🚀 パフォーマンスの改善とスケーリング
• 📖 より良いドキュメントとチュートリアル
• 🌍 CLI と MCP サーバーを個人開発者向けに無料に保つこと

👨‍💻 作者

Raj Shekhar — Delhi Technological University

🙏 謝辞

• Tree-sitter — 堅牢でインクリメンタル、かつエラー耐性のあるパースを実現
• PostgreSQL — グラフデータベースなしで再帰的なグラフクエリを可能に
• Docker — 再現可能な単一コマンドの環境を実現
• vis.js — インタラクティブなグラフ可視化を実現
• FastAPI — 高性能な REST レイヤーを実現

███╗   ██╗    ██████╗   ███╗   ███╗    ██████╗ 
████╗  ██║   ╚════██╗   ████╗ ████║   ██╔═══██╗
██╔██╗ ██║    █████╔╝   ██╔████╔██║   ██║   ██║
██║╚██╗██║    ╚═══██╗   ██║╚██╔╝██║   ██║   ██║
██║ ╚████║   ██████╔╝   ██║ ╚═╝ ██║   ╚██████╔╝
╚═╝  ╚═══╝    ╚═════╝   ╚═╝     ╚═╝    ╚═════╝ 
C O D E   I N T E L L I G E N C E   L A Y E R