jCodeMunch MCP

Самый токен-эффективный MCP-сервер для точного извлечения исходного кода с помощью tree-sitter AST-парсинга. Сократите затраты на токены ИИ на 86–99% при исследовании кода (в среднем 96%, по бенчмарку в 27,9 раза меньше токенов, чем у агента с grep-and-read) и перестаньте сжигать свой контекстное окно, читая целые файлы.

Реальные результаты, прямо из продакшена Сэкономлено 838B+ токенов · 136 000+ установок с отчётами · Избежано $4,2 млн+ расходов на ИИ · Предотвращено 100 000+ кг CO₂ Показатели на 2026-08-17, оценены по ставке входа $5/MTok Claude Opus. Все четыре только растут, так что воспринимайте их как минимум. Актуально на jcodemunch.com.

Работает с Claude Code, Cursor, VS Code, Codex CLI, Windsurf, Continue и любым MCP-совместимым клиентом.

Установить сейчас · Быстрый старт · См. доказательства · Цены

Бесплатно для личного использования. Используете для заработка — дядя Дж. получает свою долю. Справедливо? Коммерческие лицензии ниже. Наша гарантия: если jCodeMunch не окупается, вы не платите за jCodeMunch.

Зачем jCodeMunch?

Большинство ИИ-агентов исследуют репозитории дорогим способом: открывают целые файлы, просматривают тысячи нерелевантных строк, и так по кругу. Это не «немного неэффективно». Это инсинератор токенов.

jCodeMunch индексирует кодовую базу один раз и позволяет агентам получать только тот код, который им нужен: функции, классы, методы, константы, структуры и узко ограниченные контекстные пакеты с точностью до байта. Он парсит исходники с помощью tree-sitter, хранит структурированные метаданные символов (сигнатура, тип, полное имя, сводка, байтовые смещения) вместе с необработанным содержимым файлов в локальном индексе и по запросу извлекает точные реализации, а не перечитывает файлы снова и снова.

Индексируйте один раз. Запрашивайте дёшево. Продолжайте двигаться. Точный контекст побеждает грубый контекст.

Related MCP server: Symbol Delta Ledger

Доказательства

Воспроизводимый бенчмарк эффективности токенов

Измерено с помощью tiktoken cl100k_base на трёх публичных репозиториях, зафиксированных на апстрим-коммитах, запущено 2026-08-03 на v1.108.233. Рабочий процесс: search_symbols (топ-5) + get_symbol_source × 3 на запрос. Два базовых сценария, тот же запуск, тот же корпус, тот же файловый ридер:

• Grep-top-3: rg -l по терминам запроса, ранжирование файлов по количеству совпадений, открытие топ-3 целиком. Это то, что на самом деле делает компетентный агент без инструмента, и именно эту цифру стоит цитировать.

• Read-all: все проиндексированные исходные файлы, объединённые. Потолок, который никто не платит; сохранён для преемственности с ранее опубликованными цифрами.

Против агента с grep-and-read: снижение на 96,4%, в 27,9 раза меньше токенов. Результаты на запрос варьируются от 7,3x до 84,3x (медиана 25,5x); ни одно кратное не описывает каждый запрос. Против read-all показатель составляет 99,6%, но этот потолок никто не платит. Компактная MUNCH сетевая кодировка затем урезает в среднем ещё 45,5% байтов ответов.

Полная методология, зафиксированные коммиты, тестовый стенд и известные ограничения: benchmarks/METHODOLOGY.md · Воспроизведите сами · TOKEN_SAVINGS.md

Независимый A/B-тест на продакшен-кодовой базе

50-итерационный A/B-тест на реальной продакшен-кодовой базе Vue 3 + Firebase, jCodeMunch против нативных инструментов (Grep/Glob/Read), Claude Sonnet 4.6, свежая сессия на каждую итерацию: успешность 80% против 72%, таймауты 32% против 40%, среднее время создания кэша снизилось на 10,5%. Экономия на уровне инструментов, изолированная от фиксированных накладных расходов: 15–25%. Одна категория находок появилась исключительно в варианте с jCodeMunch: обнаружение осиротевших файлов через find_importers — структурный запрос, который нативные инструменты не могут выполнить без скриптования. Полный отчёт: benchmarks/ab-test-naming-audit-2026-03-18.md

Упоминания

• Artur Skowroński (VirtusLab): «примерно на 80% меньше токенов, или в 5 раз эффективнее — индексируйте один раз, запрашивайте дёшево навсегда» · GitHub All-Stars #15

• Traci Lim (AWS · ASEAN AI Lead): «структурные запросы, на которые нативные инструменты не могут ответить: 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 токенов сокращены до всего 700 — улучшение в 5,5 раза» · JCodeMunch AI Token Saver

• Eric Grill: «контекст — это дефицитный ресурс. Сократите его на 90% — и весь стек станет дешевле и надёжнее» · jCodemunch: Context Engine for AI Agents

Полная страница признания →

Установка

Установка в один клик

Рекомендуемый способ: одна команда

uv tool install jcodemunch-mcp
jcodemunch-mcp init

Не нужно управлять virtualenv, ничего не записывается в системный Python, и он работает как есть на дистрибутивах PEP 668 (Ubuntu 24.04+, Debian 12+), где обычный pip install отклоняется. Ещё нет uv?

init автоматически определяет ваши MCP-клиенты (Claude Code, Claude Desktop, Cursor, Windsurf, Continue), записывает их конфигурационные записи, устанавливает политику подсказок CLAUDE.md, чтобы ваш агент действительно использовал jCodeMunch, опционально устанавливает хуки принудительного применения, опционально индексирует ваш проект и проверяет файлы конфигурации агента на предмет потери токенов.

Проверка:

jcodemunch-mcp --version

Ручная настройка Claude Code

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

Шаг установки не нужен — uvx загружает и запускает сервер по требованию. Предпочитаете его в PATH (и это требуется для хуков принудительного применения)? uv tool install jcodemunch-mcp, затем claude mcp add -s user jcodemunch jcodemunch-mcp.

Затем скажите агенту предпочитать эти инструменты. Это важнее, чем кажется; установка делает инструменты доступными, но не ломает привычку агента к грубому чтению. Одна строка в вашем CLAUDE.md решает это:

Call the jcodemunch_guide tool and strictly follow its instructions.

Используете Cursor, Windsurf, Codex CLI, Antigravity, Gemini CLI, Qwen Code, Kiro, Cline, Zed, Goose, Hermes, Odysseus или Paperclip? Каждая протестированная конфигурация клиента находится в CLIENTS.md. Дополнительные возможности (локальный семантический поиск, ИИ-сводки для каждого провайдера) — в QUICKSTART.md; системные поверхности, которые подтягивает каждая дополнительная функция, описаны в SECURITY.md.

Быстрый старт

Полное руководство: QUICKSTART.md. Версия на две минуты, внутри вашего агента после init:

1. Спросите: «Индексируй этот репозиторий с помощью jcodemunch.»

2. Спросите: «Используя jcodemunch, найди функцию, которая обрабатывает аутентификацию, и покажи её исходный код.»

Агент должен отвечать через search_symbols и get_symbol_source, возвращая десятки строк вместо целых файлов. Подтвердите с помощью get_session_stats: он сообщает о выданных токенах и экономии за сессию. Именно оттуда берутся цифры на счётчике.

Хотите пропустить начальное индексирование для популярных фреймворков? Готовые стартовые наборы: jcodemunch-mcp install-pack --list (бесплатные наборы не требуют лицензии).

Что вы можете делать

• Получите один символ вместо загрузки файла. get_symbol_source возвращает точное тело функции, с точностью до байта, для большинства правок, затрагивающих одну функцию в файле из 700 строк (экономия ~95% на этом чтении).

• Соберите контекст всей задачи одним вызовом. assemble_task_context классифицирует намерение задачи, извлекает якорные символы и выполняет правильную последовательность инструментов в рамках одного бюджета токенов. plan_turn направляет ход до первого чтения.

• Задавайте структурные вопросы, на которые grep не может ответить. find_importers, get_blast_radius, get_call_hierarchy, find_dead_code, get_changed_symbols, get_hotspots, поиск анти-паттернов через search_ast и многое другое.

• Проверяйте рискованные изменения заранее и знайте, когда остановиться. check_edit_safe, check_delete_safe, get_pr_risk_profile и plan_refactoring с готовыми к правке блоками {old_text, new_text}. Две проверки безопасности возвращают stop_rule.terminal: true означает, что ни один дальнейший вызов jcodemunch не изменит вердикт, поэтому повторный запуск find_importers или check_references для уверенности — напрасная работа. Это означает окончательно, а не безопасно. False называет конкретную вещь, которая изменила бы ответ.

• Доверяйте ответам. Калиброванные оценки уверенности, флаги свежести, контракты покрытия для утверждений об отсутствии, проверенные компилятором ссылки через импорт SCIP и автоматическое редактирование секретов до того, как что-либо попадёт в LLM.

• Поддерживайте индекс в актуальном состоянии автоматически. Режимы наблюдения, хуки агента и расширение VS Code закрывают разрыв устаревания.

Это лишь основные моменты. Полный обзор 90+ инструментов, компактный проводной формат MUNCH, квитанции о доказательствах, аннотация выгружаемой работы и инструментарий экономики сессий — в CAPABILITIES.md, а внутренности — в UNDER_THE_HOOD.md.

Что нового

• v1.108.293 (2026-08-23) — Десять пропущенных модулей, скрывавших 209 тестов

• v1.108.292 (2026-08-23) — Единственная строка, переживающая отложенный вызов инструмента

• v1.108.291 (2026-08-22) — Подсчёт каждого байта исходного кода один раз

Когда это помогает (а когда нет)?

Он больше всего помогает при точечных правках (одна функция, один метод, один класс), что составляет большинство реальной работы по редактированию. Правки, которые действительно требуют всего файла (реструктуризация состояния на уровне файла, переупорядочивание логики на сотни строк), не дают преимущества. Лучше всего подходит для: больших репозиториев, незнакомых кодовых баз, исследования под управлением агента, рефакторинга и анализа влияния, а также для команд, сокращающих затраты на токены ИИ без ухудшения работы агентов.

Языки: 70+ через tree-sitter, включая Python, JavaScript/TypeScript, Go, Rust, Java, C/C++, C#, PHP, Ruby, Swift и Kotlin. Полная матрица: LANGUAGE_SUPPORT.md. Монорепозитории: да; инкрементальное индексирование, обнаружение участников рабочей области, ограничение по подпутям.

Безопасность, конфиденциальность и фоновое поведение

Локально-ориентированный по дизайну: индексы хранятся в ~/.code-index/, и единственное сетевое поведение базового пакета по умолчанию — анонимный счётчик экономии (случайный ID плюс агрегированные счётчики токенов, без кода, без путей, без PII; отключить можно с помощью share_savings: false). Всё, что сервер делает помимо ответа на вызов инструмента (наблюдение за файлами, служба входа по запросу, проверка лицензии, загрузка моделей, отчётность для организаций), является opt-in или opt-out, видимым и обратимым, и каждый пункт перечислен в SECURITY.md вместе с контролем обхода путей, симлинков и редактирования секретов.

Документация

Лицензирование и коммерческое использование

jCodeMunch-MCP выпущен под двойной лицензией jCodeMunch-MCP (полные условия). Бесплатно для некоммерческого использования. Для коммерческого использования требуется платная лицензия, разовая, продаётся jMunch LLC через Stripe:

Только jCodeMunch: Builder, $79 (1 разработчик) · Studio, $349 (до 5) · Platform, $1,999 (внутреннее развёртывание для всей организации)

Полный набор jMunch (код + документация + данные): Trio Builder, $99 · Trio Studio, $449 · Trio Platform, $2,499

Не уверены, что оно того стоит? Посчитайте свои цифры через калькулятор ROI или перешлите версию для финансового отдела тому, кто подписывает. Гарантия действует: если jCodeMunch не окупается, вы не платите за jCodeMunch.

Условия для всех видов использования: сохраняйте уведомление об авторских правах, чётко помечайте изменения и сохраняйте имя оригинального автора нетронутым (он немного самовлюблён), а также включайте заметное уведомление об изменениях при распространении исходного кода. Программное обеспечение не может быть переименовано, перебрендировано или опубликовано в любом публичном реестре пакетов и предоставляется «КАК ЕСТЬ» без гарантий. LICENSE имеет преимущественную силу.

Часто задаваемые вопросы

Сколько я могу сэкономить на токенах Claude / Opus? В рабочих процессах с интенсивным поиском токены на чтение кода обычно снижаются на 86–99%, по бенчмаркам в среднем 96,4% (в 27,9 раза) по сравнению с агентом, использующим grep и чтение, на 15 задачах и 3 репозиториях. Результаты по отдельным запросам варьируются от 7,3 до 84,3 раза. Методология: TOKEN_SAVINGS.md и benchmarks/.

Чем это отличается от инструментов на основе RAG или grep? jCodeMunch выполняет поиск на уровне символов с точностью до байта (функции, классы, импортёры, радиус поражения, иерархии), а не по нечётким фрагментам (RAG) или сырым совпадениям строк (grep), которые агенту всё равно приходится читать и анализировать.

Это бесплатно для личного использования? Да. Для коммерческого использования нужна лицензия; см. выше.

Где подробности о X? Возможности: CAPABILITIES.md. Конфигурация: CONFIGURATION.md. Клиенты: CLIENTS.md. Внутренности: UNDER_THE_HOOD.md. Или полный поток: jcodemunch.com.

Дополнительно: обсерватория здоровья кода OSS (еженедельные шестиосевые снимки Express, FastAPI, Gin, Django и других) · Token Cost Radar (ежедневная аналитика стоимости токенов ИИ) · jMunch Console (бесплатный MIT GUI для обновлений в один клик)