jCodeMunch MCP

tree-sitter AST 파싱을 통한 정밀 소스 코드 검색을 제공하는 가장 토큰 효율적인 MCP 서버. 코드 탐색에서 AI 토큰 비용을 86-99% 절감하고(평균 96%, grep-and-read 에이전트 대비 27.9배 적은 토큰으로 벤치마크됨), 전체 파일을 읽으며 컨텍스트 창을 태우는 일을 멈추세요.

실제 결과, 프로덕션에서 실시간 제공 838B+ 토큰 절감 · 136,000+ 설치 보고 · $4.2M+ AI 지출 절감 · 100,000+ kg CO₂ 방지 카운터 수치는 2026-08-17 기준이며, $5/MTok Claude Opus 입력 요금으로 산정되었습니다. 네 가지 모두 계속 증가하므로 최소값으로 보시면 됩니다. 실시간 현황: jcodemunch.com.

Claude Code, Cursor, VS Code, Codex CLI, Windsurf, Continue 및 모든 MCP 호환 클라이언트와 함께 작동합니다.

지금 설치 · 빠른 시작 · 근거 확인 · 가격

개인 사용은 무료입니다. 돈을 버는 데 사용한다면, Uncle J.도 한몫 챙깁니다. 공평하죠? 상업용 라이선스는 아래를 참조하세요. 우리의 보장: jCodeMunch가 비용을 회수하지 못하면, jCodeMunch 비용도 지불하지 않으셔도 됩니다.

왜 jCodeMunch인가?

대부분의 AI 에이전트는 비싼 방식으로 저장소를 탐색합니다: 전체 파일을 열고, 수천 줄의 관련 없는 코드를 훑고, 반복합니다. 이것은 "약간 비효율적"인 수준이 아닙니다. 이것은 토큰 소각로입니다.

jCodeMunch는 코드베이스를 한 번 인덱싱하고 에이전트가 필요한 정확한 코드만 검색할 수 있게 합니다: 함수, 클래스, 메서드, 상수, 개요, 그리고 바이트 단위 정밀도의 밀접하게 범위가 지정된 컨텍스트 번들. tree-sitter로 소스를 파싱하고, 구조화된 심볼 메타데이터(시그니처, 종류, 정규화된 이름, 요약, 바이트 오프셋)를 원시 파일 콘텐츠와 함께 로컬 인덱스에 저장하며, 파일을 반복해서 다시 읽는 대신 요청 시 정확한 구현을 가져옵니다.

한 번 인덱싱하세요. 저렴하게 쿼리하세요. 계속 진행하세요. 정밀 컨텍스트가 무차별 컨텍스트를 이깁니다.

Related MCP server: Symbol Delta Ledger

근거

재현 가능한 토큰 효율 벤치마크

tiktoken cl100k_base로 측정했으며, 업스트림 커밋에 고정된 세 개의 공개 저장소를 대상으로 2026-08-03에 v1.108.233에서 실행되었습니다. 워크플로우: 쿼리당 search_symbols(상위 5개) + get_symbol_source × 3. 동일한 실행, 동일한 코퍼스, 동일한 파일 리더로 두 가지 기준선을 사용했습니다:

• Grep-top-3: rg -l로 쿼리 용어를 검색하고, 매치 수로 파일 순위를 매긴 후 상위 3개를 전체 엽니다. 이는 도구 없이 유능한 에이전트가 실제로 하는 방식이며, 인용할 수치입니다.

• Read-all: 인덱싱된 모든 소스 파일을 연결. 아무도 지불하지 않는 상한선이며, 이전에 발표된 수치와의 연속성을 위해 유지됩니다.

grep-and-read 에이전트 대비: 96.4% 절감, 27.9배 적은 토큰. 쿼리별 결과는 7.3x에서 84.3x 범위(중앙값 25.5x)이며, 단일 배수가 모든 쿼리를 설명하지는 않습니다. read-all 대비 수치는 99.6%이지만, 아무도 그 상한선을 지불하지 않습니다. 컴팩트한 MUNCH 와이어 인코딩은 응답에서 중앙값 45.5%의 추가 바이트를 절감합니다.

전체 방법론, 고정 커밋, 하네스 및 알려진 제한 사항: benchmarks/METHODOLOGY.md · 직접 재현하기 · TOKEN_SAVINGS.md

프로덕션 코드베이스에서의 독립 A/B 테스트

실제 Vue 3 + Firebase 프로덕션 코드베이스에서 50회 반복 A/B 테스트, jCodeMunch vs 네이티브 도구(Grep/Glob/Read), Claude Sonnet 4.6, 반복마다 새 세션: 성공률 80% vs 72%, 타임아웃률 32% vs 40%, 평균 캐시 생성 10.5% 감소. 고정 오버헤드와 분리된 도구 계층 절감: 15-25%. jCodeMunch 변형에서만 독점적으로 나타난 발견 범주가 하나 있었습니다: find_importers를 통한 고아 파일 감지 — 네이티브 도구가 스크립팅 없이는 답할 수 없는 구조적 쿼리입니다. 전체 보고서: benchmarks/ab-test-naming-audit-2026-03-18.md

언급된 곳

• Artur Skowroński (VirtusLab): "토큰 약 80% 절감, 즉 5배 더 효율적 — 한 번 인덱싱하고 영원히 저렴하게 쿼리" · GitHub All-Stars #15

• Traci Lim (AWS · ASEAN AI Lead): "네이티브 도구가 답할 수 없는 구조적 쿼리: find_importers, get_blast_radius, get_class_hierarchy, find_dead_code" · 5 Repos That Save Token Usage in Claude Code

• Julian Horsey (Geeky Gadgets): "3,850 토큰이 700개로 줄어듦 — 5.5배 개선" · JCodeMunch AI Token Saver

• Eric Grill: "컨텍스트가 희소 자원입니다. 90% 줄이면 전체 스택이 더 저렴하고 더 안정적이 됩니다" · jCodemunch: Context Engine for AI Agents

전체 인정 페이지 →

설치

원클릭 설치

권장: 한 줄 명령

uv tool install jcodemunch-mcp
jcodemunch-mcp init

관리할 virtualenv가 없고, 시스템 Python에 아무것도 기록되지 않으며, 순수 pip install이 거부되는 PEP 668 배포판(Ubuntu 24.04+, Debian 12+)에서도 그대로 작동합니다. 아직 uv가 없으신가요?

init은 MCP 클라이언트(Claude Code, Claude Desktop, Cursor, Windsurf, Continue)를 자동 감지하고, 해당 구성 항목을 작성하며, 에이전트가 실제로 jCodeMunch를 사용하도록 CLAUDE.md 프롬프트 정책을 설치하고, 선택적으로 강제 훅을 설치하고, 선택적으로 프로젝트를 인덱싱하며, 에이전트 구성 파일에서 토큰 낭비를 감사합니다.

확인:

jcodemunch-mcp --version

수동 Claude Code 설정

claude mcp add -s user jcodemunch -- uvx jcodemunch-mcp

설치 단계 없음 — uvx가 요청 시 서버를 가져와 실행합니다. PATH에 두는 것을 선호하시나요(강제 훅에 필요)? uv tool install jcodemunch-mcp를 실행한 다음 claude mcp add -s user jcodemunch jcodemunch-mcp를 실행하세요.

그런 다음 에이전트에게 도구를 선호하라고 지시하세요. 이것은 사람들이 생각하는 것보다 중요합니다. 설치는 도구를 사용 가능하게 만들지만 에이전트의 무차별 읽기 습관을 깨지는 않습니다. CLAUDE.md의 한 줄이면 충분합니다:

Call the jcodemunch_guide tool and strictly follow its instructions.

Cursor, Windsurf, Codex CLI, Antigravity, Gemini CLI, Qwen Code, Kiro, Cline, Zed, Goose, Hermes, Odysseus 또는 Paperclip을 사용 중이신가요? 테스트된 모든 클라이언트 구성은 **CLIENTS.md**에 있습니다. 선택적 확장 기능(로컬 의미 검색, 공급자별 AI 요약)은 QUICKSTART.md에 있으며, 각 확장 기능이 끌어오는 시스템 표면은 SECURITY.md에 문서화되어 있습니다.

빠른 시작

전체 워크스루: QUICKSTART.md. init 이후 에이전트 내부에서 2분 버전:

1. *"jcodemunch로 이 저장소를 인덱싱해줘."*라고 요청하세요.

2. *"jcodemunch를 사용해서 인증을 처리하는 함수를 찾고 그 소스를 보여줘."*라고 요청하세요.

에이전트는 search_symbols와 get_symbol_source를 통해 응답해야 하며, 전체 파일 대신 수십 줄을 반환해야 합니다. get_session_stats로 확인하세요. 세션의 토큰 제공량과 절감량을 보고합니다. 미터의 숫자는 여기서 나옵니다.

인기 프레임워크의 초기 인덱싱을 건너뛰고 싶으신가요? 사전 구축된 스타터 팩: jcodemunch-mcp install-pack --list (무료 팩은 라이선스가 필요 없습니다).

할 수 있는 작업

• 파일을 로드하는 대신 하나의 심볼을 검색합니다. get_symbol_source는 700줄 파일에서 한 함수를 수정하는 대부분의 편집 작업에 대해 정확한 함수 본문을 바이트 단위로 반환합니다(해당 읽기에서 약 95% 절감).

• 한 번의 호출로 전체 작업 컨텍스트를 조합합니다. assemble_task_context는 작업 의도를 분류하고, 앵커 심볼을 추출하며, 하나의 토큰 예산으로 올바른 도구 시퀀스를 실행합니다. plan_turn은 첫 번째 읽기 전에 턴을 라우팅합니다.

• grep이 답할 수 없는 구조적 질문을 합니다. find_importers, get_blast_radius, get_call_hierarchy, find_dead_code, get_changed_symbols, get_hotspots, search_ast 안티패턴 스캔 등이 있습니다.

• 위험한 변경을 사전 점검하고, 언제 멈춰야 하는지 압니다. check_edit_safe, check_delete_safe, get_pr_risk_profile, 그리고 편집 준비된 {old_text, new_text} 블록이 포함된 plan_refactoring. 두 안전 검사는 stop_rule.terminal을 반환합니다. true는 더 이상의 jcodemunch 호출이 판정을 바꾸지 않는다는 뜻이므로, 확신을 위해 find_importers나 check_references를 다시 실행하는 것은 낭비입니다. 이는 최종(final)을 의미하며 안전(safe)을 의미하지 않습니다. false는 답을 바꿀 특정 사항을 지목합니다.

• 답변을 신뢰합니다. 보정된 신뢰도 점수, 신선도 플래그, 부재 주장에 대한 커버리지 계약, SCIP 가져오기를 통한 컴파일러 검증 참조, 그리고 LLM에 도달하기 전의 자동 비밀 정보 삭제.

• 인덱스를 자동으로 최신 상태로 유지합니다. 감시 모드, 에이전트 훅, VS Code 확장이 오래된 데이터 격차를 해소합니다.

이것이 하이라이트입니다. 90개 이상의 도구 전체 둘러보기, MUNCH 컴팩트 와이어 형식, 증거 영수증, 오프로드 가능 작업 주석, 세션 경제 계측은 **CAPABILITIES.md**에 있으며, 내부 구조는 UNDER_THE_HOOD.md에 있습니다.

새로운 소식

• v1.108.293 (2026-08-23) — 209개의 테스트를 숨긴 건너뛴 모듈 10개

• v1.108.292 (2026-08-23) — 도구 연기를 견디는 하나의 문자열

• v1.108.291 (2026-08-22) — 소스의 각 바이트를 한 번씩 계산

언제 도움이 되나요 (그리고 언제 아닌가요)?

대부분의 실제 편집 작업인 목표 지향적 편집(함수 하나, 메서드 하나, 클래스 하나)에 가장 큰 도움이 됩니다. 전체 파일이 진정으로 필요한 편집(파일 수준 상태 재구성, 수백 줄에 걸친 로직 재정렬)은 이점이 없습니다. 가장 적합한 경우: 대규모 저장소, 익숙하지 않은 코드베이스, 에이전트 주도 탐색, 리팩터링 및 영향 분석, 에이전트를 더 멍청하게 만들지 않으면서 AI 토큰 비용을 줄이려는 팀.

언어: tree-sitter를 통한 70개 이상, Python, JavaScript/TypeScript, Go, Rust, Java, C/C++, C#, PHP, Ruby, Swift, Kotlin 포함. 전체 매트릭스: LANGUAGE_SUPPORT.md. 모노레포: 지원; 증분 인덱싱, 워크스페이스 멤버 감지, 하위 경로 범위 지정.

보안, 개인정보 보호, 백그라운드 동작

설계상 로컬 우선: 인덱스는 ~/.code-index/에 있으며, 기본 패키지의 유일한 기본 네트워크 동작은 익명 절감 카운터입니다(임의 ID + 집계 토큰 수, 코드 없음, 경로 없음, 개인정보 없음, share_savings: false로 거부 가능). 서버가 도구 호출 응답 외에 수행하는 모든 작업(파일 감시, 옵트인 로그인 서비스, 라이선스 검증, 모델 다운로드, 조직 보고)은 옵트인 또는 옵트아웃이며, 가시적이고 되돌릴 수 있으며, 모든 항목은 경로 탐색, 심볼릭 링크, 비밀 정보 삭제 제어와 함께 **SECURITY.md**에 열거되어 있습니다.

문서

라이선스 및 상업적 사용

jCodeMunch-MCP는 jCodeMunch-MCP 이중 사용 라이선스(전체 약관)로 배포됩니다. 비상업적 사용은 무료입니다. 상업적 사용은 유료 라이선스가 필요하며, 일회성으로 jMunch LLC가 Stripe를 통해 판매합니다:

jCodeMunch 전용: Builder, $79 (개발자 1명) · Studio, $349 (최대 5명) · Platform, $1,999 (조직 전체 내부 배포)

전체 jMunch 제품군 (코드 + 문서 + 데이터): Trio Builder, $99 · Trio Studio, $449 · Trio Platform, $2,499

가치가 있는지 확실하지 않으신가요? ROI 계산기에서 직접 수치를 계산해 보거나, 승인하는 사람에게 재무팀 버전을 전달하세요. 보증은 유효합니다: jCodeMunch가 비용을 회수하지 못하면 jCodeMunch 비용을 지불하지 않으셔도 됩니다.

모든 사용에 대한 조건: 저작권 고지를 유지하고, 수정 사항을 명확히 표시하며, 원저작자의 이름을 그대로 유지하고(그는 꽤 자기만족적입니다), 소스 재배포 시 눈에 띄는 수정 고지를 포함해야 합니다. 소프트웨어는 이름을 바꾸거나, 리브랜딩하거나, 공개 패키지 레지스트리에 게시할 수 없으며, 보증 없이 "있는 그대로" 제공됩니다. LICENSE가 적용됩니다.

FAQ

Claude / Opus 토큰을 얼마나 절약할 수 있나요? 검색 중심 워크플로에서 코드 읽기 토큰은 일반적으로 86-99% 감소하며, 15개 작업과 3개 저장소에 걸쳐 grep-and-read 에이전트 대비 평균 96.4%(27.9배)로 벤치마킹되었습니다. 쿼리별 결과는 7.3배에서 84.3배까지 다양합니다. 방법론: TOKEN_SAVINGS.md 및 benchmarks/.

RAG나 grep 기반 도구와 어떻게 다른가요? jCodeMunch는 퍼지 청크(RAG)나 에이전트가 여전히 읽고 추론해야 하는 원시 줄 일치(grep)가 아닌, 심볼 수준에서 바이트 수준 정밀도(함수, 클래스, 임포터, 블래스트 반경, 계층 구조)로 검색합니다.

개인 사용은 무료인가요? 네. 상업적 사용은 라이선스가 필요합니다. 위를 참조하세요.

X에 대한 심층 분석은 어디에 있나요? 기능: CAPABILITIES.md. 구성: CONFIGURATION.md. 클라이언트: CLIENTS.md. 내부: UNDER_THE_HOOD.md. 또는 종합 정보: jcodemunch.com.

추가 자료: OSS 코드 건강 관측소 (Express, FastAPI, Gin, Django 등의 주간 6축 스냅샷) · 토큰 비용 레이더 (일일 AI 토큰 비용 인텔리전스) · jMunch Console (원클릭 업그레이드를 위한 무료 MIT GUI)