gpp
gpp (git++)
AI 에이전트는 코드를 계속 변경하면서 커밋 사이에 일어난 작업을 잃어버립니다. 그리고 코드가 움직이는 동안 코드베이스에 대해 당신이 남겨둔 메모(CLAUDE.md, 메모리 뱅크, 지식 파일)는 조용히 낡아 버립니다. gpp는 바로 그런 현실을 위해 만들어진 버전 관리 시스템입니다. 변경이 일어나는 순간마다 캡처하고, 의도와 출처가 담긴 선별된 변경셋을 승격(승격)하며, 프로젝트 지식을 저장소 자체의 역사 위에 호스팅합니다. 그래서 어떤 커밋이 코드에 대해 믿고 있던 사실을 무효화하면, gpp는 그 커밋을 정확히 지목할 수 있습니다.

(녹화 영상은 scripts/demo.sh로 생성됩니다 — 결정적이고, 재현 가능하며, 목업이 전혀 없습니다.)
30초 체험하기
cargo install gpp-cli
gpp init --graphex
echo "fn main() {}" > main.rs
gpp timeline # captured already — no staging, no commit
gpp promote -m "first cut" --intent feature
gpp diff HEAD # semantic diff: renames/moves are one op그리고 다른 VCS는 하지 못하는 부분 — 코드에 대해 알고 있는 것을 기록해 두고, 이후 역사가 그것을 감독하도록 하는 것:
gpp belief add --claim "token expiry is 24h" --evidence src/auth.rs:7-7
# ...weeks of commits later...
gpp belief bisect "token expiry is 24h"
# INVALIDATED cs:fhcpef7c "raise token expiry to 7 days"
# - 7 | pub const EXPIRY_HOURS: u64 = 24;
# + 7 | pub const EXPIRY_HOURS: u64 = 168;결정적(eterministic)입니다 — diff 교차와 blob 해시를 사용하며 LLM 이나 네트워크 호출이 전혀 없습니다. (규모를 감안하면: 저장된 메모가 무효화되었는지 판단하라고 요청했을 때 최고 프론티어 모델조차 STALE 벤치마크에서 55.2% 정확도에 그칩니다 — 단, 여기서는 판단이 아니라 히스토리 조회입니다.) 실제 히스토리를 네 가지 언어의 다섯 저장소 — axum 0.6→0.7, flask 1.1→2.0, clap 3→4, zod 3→4, go-redis 8→9 — 에서 검증했으며, 무효화된 모든 belief는 고정되고 문서화된 원인 커밋으로 이분 탐색(bisect)되었고, 대조군 belief는 그대로 유지됩니다. 전체 매트릭스는 demos/belief-bisect/를 참고하세요.
Related MCP server: yksanjo/gmem
다른 점
연속 캡처. 고빈도 타임라인이 모든 파일 변경을 기록합니다(SQLite WAL, 디바운스 감시자). 이 타임라인에서 선별된 변경셋은 명시적 의도, 작성자 유형(사람/에이전트), 비용 기록과 함께 승격됩니다. 커밋 사이에서의 손실이 없습니다.
Graphex: 버전 관리되며 암호화되는 프로젝트 지식. 아키텍처, 규칙(관례), 결정, 그리고 beliefs는 저장소 내부의 암호화된 지식 그래프에 담기며, 에이전트 신뢰 수준별 티어로 접근이 제한되고, 모든 읽기에서 감사 기록이 남으며, 그 지식을 떠받치고 있는 히스토리에 대한 낡은 상태(staleness)를 검사합니다.
에이전트 거버넌스. 평판 점수를 포함한 일급 에이전트 정체성, 캡처/승격/동기화 단계에서 강제되는 코드형 규정준수(compliance-as-code) 정책, 이상 감지, 그리고 변경셋별 토큰·비용 배분.
그 외의 모든 것 — Noise 기반 P2P 동기화, 재생(replay), 리뷰/RBAC, 릴레이 노드, TUI — 은 그 밑을 받치는 플랫폼입니다: docs/ARCHITECTURE.md를 참고하세요.
Git은 하부 구조이지 경쟁자가 아닙니다. 그 브릿지(gpp git-import / gpp git-export / gpp git-브릿지)가 실제 Git 커밍을 왕복시키므로 GitHub 과 기존 워크플로우는 계속 동작합니다 — gpp의 지식·출처·거버넌스 계층은 그 곁에서 함께 움직입니다. 위의 axum 데모는 전적으로 이 브로의 교체를 통해 가져온 히스토리 위에서 실행됩니다.
Claude Code 연결(또는 모든 MCP client)
gpp는 MCP 서버를 내장합니다. 에이전트는 지식 그래프를 조회하고(모든 belief에는 신선도 포장 — 앵커, 이후 커밋 수, 그리고 그 belief를 낡게 만든 변경셋 — 이 붙어 있습니다), propose_belief를 사용해 근거가 있는 자신의 belief recording을 작성하며(사람이 승인한 뒤, 이후 히스토리로 감시), changeset을 제안하고 비용을 보고합니다. 저장소 루트의 .mcp.json에 다음을 넣으세요:
{
"mcpServers": {
"gpp": { "command": "gpp", "args": ["mcp-server", "--stdio"] }
}
}자세한 클라이언트 설정(Claude Desktop, 일반 stdin/stdout) 과 노출된 도구 목록: docs/MCP.md.
현황
로드맵의 9개 단계(0–8)가 모두 구현되었습니다. 단계별 인도물과 기록된 이탈사는 docs/ROADMAP.md, 우선순위가 있는 백로그는 docs/TODO.md, 엔지니어링 작업 로그는 docs/WORKLOG.md에서 확인할 수 있습니다.
2026-08-23 검증 기준: 워크스페이스 테스트 184개 성공, cargo clippy와 cargo fmt 깨끗, 전체 워크스페이스 빌드 완료. 스텁 크레이트는 남아 있지 않습니다 — 모든 크레이트가 실제 구현된 모습입니다. Coverage는 CI에서 측정됩니다(cargo llvm-cov; 기준 67.0.7% line, 계속 높이는 중).
테스트 깊이는 여전히 불균등합니다: 하위 계층은 잘 반영되어 있고(gpp-core, gpp-graphex, gpp-diff, gpp-tui) 80% 이상 line coverage; CLI에는 정책 강제, 비용 보고, 리뷰어 배정, belief 이분 탐색(Bé)에 대한 엔드투엔드 스위트가 있습니다), 여러 통합 크레이트는 스몰(smoke) 수준에 머물러 있습니다(gpp-sdk, gpp-notify, gpp-rbac, gpp-replay). 여기서 "구현"은 각 마일스톤을 기준으로 빌드와 테스트를 통과했음을 뜻하며, 모든 곳에서 완벽하게 완성되었음을 가리키지 않습니다. 이 사이를 좁히는 것이 docs/TODO.md의 최우선 항목입니다.
레이어 전체 표
레이어 | 크레이트 | 구현 내용 |
저장소 |
| 컴텐츠 주소 참조 저장소 (BLAKE3 + zstd), |
연대기 |
| SQLite(WAL) 캡처, |
History |
|
|
Diff |
| 행 단위 + tree-sitter 의미적 diff (Rust/Python/TS/Go), 이름 바꾸기/이동 감지 |
Git bridge |
|
|
Graphex |
| 암호화(age + AES-GCM) 지식 그래프, tier로 제한되는 투영, 질의, 라이프사이클, 감사, belief + stalenes에 대한 엔진 |
SDK / MCP |
|
|
신뢰 |
| 평판 점수, 상태 전환, 오버라이드(override), 이벤트 처리 |
정책 |
|
|
비용 |
| 변경단위 token/$ 기록, budget, 효율성, 에이전트 자기보고 |
비정상 |
| scope/burst/size 탐지, 완화 워크플로우 |
동기화 |
| Noise_XX P2P; objects/refs/policies/graphex; fork 보존 |
재생 |
| 재현 가능한 환경 스냅샷 + drift diff |
Review / RBAC / 조 |
| 리뷰 라이프사이클, 역할을 정의한 브랜치 보호, 이벤트/인박스/HMAC 웹훅 |
원격 |
| GitHub/GitLab/Bitbucket PR 생성, 내용 보강, CI/review 반발(import) |
중계 |
| Always-on sync 허브 바이너리 + 헬스 엔드포인트 + Dockerfile |
클라이언트 |
| full CLI, ratatui TUI( |
기타: extensions/gh-gpp, vscode-gpp, neovim-gpp, GitHub Actions + GitLab CI templates, deploy/ Docker 이미지, packaging/ Homebrew 패키지.
문서화된 후속 계획(ROADMAP/TODO에 기록하며, 숨기지 않고 책): 의존성의 registry/license API, PyO3/napi 기본 바인딩, 외부로 나가는 리뷰 동기화, apt/dpkg 패키지.
설치 / 빌드
cargo install gpp-cli # the `gpp` binary (crates.io)
cargo install gpp-relay # relay node (optional)
# or from a clone
cargo build --release
cargo test --workspace
cargo bench -p gpp-core -p gpp-diff # criterion perf suiteLinux, macOS(ARM + Intel) 및 Windows용 사전 빌드 바이너는 각 릴리스에 포함되어 있습니다; cargo install --git https://github.com/mahabubul470/gpp gpp-cli는 아직 릴리스되지 않은 개발 버전을 따라갑니다.
더 시도할 것들
# Governance
gpp policy template secrets-scan
gpp trust show
gpp audit --include-cost --include-graphex
# Decentralized: sync two repos over Noise
gpp sync serve 127.0.0.1:9473 # on peer A
gpp sync add a 127.0.0.1:9473 && gpp sync # on peer B
# GitHub-compatible
gpp remote setup --platform github --repository acme/webapp
gpp remote pr-create --base main프로젝트 컨텍스트는 CLAUDE.md, 상세 스펙(architecture, data model, CLI, protocols, roadmap)은 docs/, 사용자 안내서 및 튜토리얼은 docs/book/ 을 확인하세요.
라이선스
This server cannot be installed
Maintenance
Related MCP Servers
- AlicenseAqualityAmaintenanceChange tracking for AI-era codebases. AI agents call it to log structured change events (entity + diff + reasoning) before the session ends, then query history with diff, blame, history, changeset, and search. Captures the intent that would otherwise evaporate.819MIT
- AlicenseNot gradedqualityCmaintenanceCrypto-aware project memory for AI coding agents. Typed entities for Solana Programs/PDAs and EVM Contracts across Base, Optimism, Polygon, Arbitrum, Ethereum — plus chain-agnostic Decisions, Findings, and Integrations. Anchor + Hardhat auto-ingest, SQLite + FTS5 BM25 ranking, append-only versioning, git-aware diffs.331MIT
- AlicenseAqualityAmaintenanceLocal-first memory layer for AI coding agents — captures issues, attempts, fixes, and decisions, and warns at git commit before you repeat a mistake.15665MIT
- AlicenseAqualityAmaintenanceGit-native long-term memory for AI agents: your markdown files are the source of truth, the search index is a disposable projection rebuilt from git, and every memory the agent writes is a reviewable git commit. Served over one OAuth-secured MCP endpoint with hybrid lexical+semantic recall and a gated, git-first commit_note write tool.78AGPL 3.0
Related MCP Connectors
Give your AI agent a persistent map of your project's structure, dependencies, and bugs.
Git-backed platform for skills, tools, and context for AI agents
One shared brain for your AI coding agents: team memory, agent Q&A, tasks, and file claims.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/mahabubul470/gpp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server