synapse-mcp

Ваш структурный мозг для ИИ-агентов, которые пишут код.

Synapse-MCP — это бесплатный, полностью локальный MCP-сервер, который превращает вашу кодовую базу в постоянный AST-граф знаний на устройстве. Claude, Cursor, Copilot и любой MCP-совместимый агент получают точные деревья вызовов, семантический поиск и рефакторинг без галлюцинаций — при расходе токенов на 60% ниже, чем у шелл-инструментов. Ваш код никогда не покидает вашу машину.

# Linux / macOS
curl -fsSL https://downloads.synapse-mcp.dev/install.sh | sh

# Windows PowerShell
powershell -c "irm https://downloads.synapse-mcp.dev/install.ps1 | iex"

Что такое Synapse MCP?

Если вы пользовались ИИ-ассистентами для кода — Claude, Copilot, Cursor, Devin — вы наверняка замечали, что они тратят много времени на поиск кода, прежде чем изменить его. Они делают grep по файлам, читают импорты, ищут имена функций, открывают файл за файлом. Такое исследование дорого: оно сжигает токены, занимает время, и агент всё равно иногда ошибается.

Synapse MCP решает эту проблему.

Это MCP-сервер — фоновый процесс, который подключается к вашему ИИ-агенту и даёт ему новый набор инструментов. Вместо файловой системы и поисковой строки Synapse даёт вашему агенту заранее построенный граф знаний всей кодовой базы: каждая функция, каждый класс, каждая связь вызова, каждая граница модуля — проиндексированы, структурированы и готовы к запросу за миллисекунды.

Простыми словами

Представьте разницу между новым сотрудником в первый день и опытным инженером, который много лет работает с этой кодовой базой.

Новый сотрудник открывает файлы, что-то ищет, задаёт вопросы, путается в незнакомых именах. Каждая задача начинается с исследования.

Опытный инженер уже знает, где что находится. Он сразу идёт к нужному файлу, понимает, чем обернётся изменение, прежде чем коснуться кода, и знает, какие тесты запускать. Он не исследует — он действует.

Synapse превращает вашего ИИ-агента в опытного инженера. Граф знаний строится один раз, автоматически обновляется по мере изменения кода и мгновенно используется в каждом запросе агента — при этом код не покидает вашу машину.

Почему это стоит использовать?

Вам не нужно менять то, как работает ваш агент. Вам не нужно менять свой процесс. Вы устанавливаете Synapse, регистрируете репозиторий — и ваш агент сразу становится умнее.

Related MCP server: Reporecall

Локально прежде всего. Всегда.

🔒 Ваш код никогда не покидает вашу машину. Synapse полностью работает на вашем оборудовании — без облачной индексации, без API-запросов с вашим кодом, без телеметрии, без привязки к вендору.

Большинство инструментов анализа кода отправляют ваш код в облачный сервис для построения индекса. Synapse так не делает. Полный AST-граф — каждая функция, каждое ребро, каждый эмбеддинг — строится и хранится локально в постоянном хранилище на устройстве. Когда граф готов, ваши агенты запрашивают его напрямую через MCP. Ничего не уходит наружу.

Это важно для:

• Корпоративных сред и регуляторных отраслей — исходный код остаётся внутри вашего периметра

• Контрибьюторов open source — ваша неопубликованная работа остаётся неопубликованной

• Всех, кому важна скорость — локальные запросы к графу имеют задержку менее миллисекунды. Никогда никакого сетевого обхода.

Почему Synapse?

Обычные агенты делают grep по тексту. Synapse за один вызов MCP отдаёт сжатые структурные срезы из заранее построенного графа AST — вызывающие функции, вызываемые функции, пробелы в покрытии, контракты и сводки.

«Четыре вызова инструмента. Ноль чтений файлов. Ноль grep. С Synapse агент тратит токены на саму задачу, а не на исследование.» — из отчёта о бенчмарке Synapse

Бенчмарк — автономный аудит безопасности · кодовая база 500k LOC · та же frontier-модель

Меньше вызовов инструментов + отсутствие сетевой задержки = значительно более быстрые циклы работы агента.

Возможности одним взглядом

Поддержка языков

50+ языков. Один граф. Поддержка сотен репозиториев. AST-рулон и выделение рёбер зависимостей для каждого общепринятого языка — без плагинов, без конфигурации, без облака.

Elixir Python TypeScript JavaScript Go Rust OCaml Haskell F# Clojure Scala Java Kotlin Swift C C++ C# Ruby PHP Dart Zig Erlang Julia Groovy Solidity GraphQL HCL / Terraform Protobuf SQL Shell PowerShell Lua ...and more

Установка

См. Быстрый старт ниже или посетите synapse-mcp.dev/download — там полное руководство и установщик с графическим интерфейсом.

Цены

Free — The Golden Graph · $0 навсегда

Pro — The Shadow Graph · $19 / месяц

⚡ Типичная экономия токенов превышает стоимость подписки.

Synapse учится на каждой сессии

У большинства ИИ-инструментов нет памяти. Каждая сессия начинается с нуля — агент снова читает те же файлы, находит те же функции и снова задаёт те же вопросы. Это дорого и медленно.

Synapse — это нечто иное. Он поддерживает постоянный граф знаний на устройстве, который накапливается в каждой сессии. Но помимо хранения графа, в нём есть встроенный слой обучения и подкрепления, который становится умнее по мере использования.

Как работает обучение — простыми словами

Представьте собранного коллегу, который аккуратно ведёт заметки.

1. Объяснения, которые сохраняются Когда агент (или вы) объясняет, что делает функция, — "This handles Stripe webhook validation and checks for duplicate events" — Synapse навсегда записывает это в граф. В следующей сессии любой агент, который касается этой функции, автоматически получит ваше пояснение. Вы написали один раз — польза для всех агентов навсегда.

2. Запросы, которые обучаются сами Каждый раз, когда поиск возвращает полезный результат, и агент им пользуется, Synapse незаметно записывает связь: «когда задают X, фрагмент Y оказался правильным ответом». Со временем наиболее полезные результаты для частых запросов сами всплывают наверх, даже если никто ничего вручную не настраивает. Это подкрепление при поиске: граф улучшает собственный рейтинг на основе реального использования.

3. Явное продвижение Если результат особенно важен, можно напрямую указать Synapse: «для запросов об обработке платежей этот фрагмент всегда показываем первым». Эта инструкция хранится локально и учитывается в каждой следующей сессии.

4. Обнаружение пробелов Synapse отслеживает, какие места в вашей кодовой базе запрашиваются чаще всего, но не имеют пояснений. Он может по требованию показывать такие пробелы — чтобы вы точно знали, где пятиминутная аннотация принесла бы наибольшую пользу будущим сессиям агентов.

В результате получается модель кодовой базы с накапливающимся эффектом. Граф становится богаче, выдача точнее, а агенты тратят меньше времени на повторное изучение того, что уже было понято.

🔒 Слой обучения полностью локальный. Никакие запросы, ответы и сигналы об использовании не покидают вашу заابن.

✨ Система обучения и памяти — это тарифная функция Pro. Именно сюда мы вложили больше всего самостоятельной инженерной работы: создание петли обратной связи, которая делает каждую следующую сессию агента измеримо быстрее.

Справочник инструментов MCP

Synapse предоставляет 13 точных инструментов через Model Context Protocol. Все инструменты принимают флаг compress_payload (по умолчанию true), который включает сжатие SmartTool — на 30–60% меньше токенов в ответах и с нулевой потерей информации.

Инструменты, помеченные FREE, доступны на всех тарифах. Инструменты, помеченные PRO, требуют подписку Pro ($19/мес). Именно в Pro-функциях содержится по-настоящему уникальная инженерия: безопасные атомарные записи с откатом, обучение от сессии к сессии, устранение сбоев и анализ влияния изменений.

ask_synapse — FREE

Это вход на естественном языке по умолчанию. Задайте любой вопрос по кодовой базе или поставьте задачу в простом английском. Synapse направляет запрос в оптимальный базовый инструмент, возвращает безопасные next_tool_calls для дальнейших действий и сообщает completion_state и agent_instruction, чтобы вы всегда знали, что делать дальше.

Используйте его в первую очередь для практически любой задачи: изучения кодаes, проверки безопасного удаления, редактирования, отладки, анализа тестов и администрирования. Для вопросов «можно ли удалить X?», «все ещё используется X?» или «стоит ли сохранить X?» укажите inputs.chunk_id, если он известен; в ином случае передайте repo_id и полный символ с арностью в inputs.symbol. Если пользователь даёт только обычное описание, лучше спросить конкретный символ или показать кандидатов, а не догадываться.

{ "query": "Where is the retry logic for the payment service?", "repo_id": "my-org/my-repo" }

synapse_search_codebase — FREE

Поиск кода по смыслу, имени или образцу. Три режима поиска в одном инструменте:

{ "action": "symbol", "query": "PaymentService", "repo_id": "my-org/my-repo" }

synonym_explore_graph — FREE

Исследуйте связи вокруг любого фрагмента. По ID фрагмента (из любого результата поиска) обходите граф AST-зависимостей в любом направлении.

Изучите это перед изменением функции, чтобы понять её полный радиус поражения.

{ "action": "callers", "chunk_id": "abc123", "depth": 3 }

synonym_get_context — FREE

Расширенный сбор контекста для редактирования, онбординга и объяснения.

{ "action": "edit", "intent": "Refactor the caching layer to use Redis", "repo_id": "my-org/my-repo" }

synonym_inspect_files — FREE

Чтение исходные файлов и фрагментов с учётом структуры.

Используйте format: "outline", чтобы охватить 20+ файлов за долю токенов. format: "full" применяйте только при необходимости получить полные реализации.

{ "action": "read_files", "files": [{ "path": "lib/my_module.ex", "ranges": ["45-80"] }], "format": "outline" }

⚠️ Работа с линтером: передавайте compress_payload: false при чтении файлов для поиска нарушений пробелов или форматирования. SmartCompressor удаляет замыкающие пробелы перед построением содержимого, и эти нарушения могут быть скрыты.

synonym_modify_files — PRO

Редактирование кода с гарантиями безопасности — проверка линтером и атомарным откатом при сбое.

Это одна из тех особенностей, которыми мы больше всего гордимся. Обычная запись файлов агентом опасна: неисправный линтер ломает файл, недописывает функцию, создаёт битую коммит. write_safely устраняет весь этот класс проблем: он моделирует изменение в памяти, прогоняет проект через собственный линтер и записывает байты на диск только после успешной проверки. При сбое исходный файл остаётся нетронутым.

Всегда сначала используйте пару с synapse_get_context (режим edit), чтобы понять вызывающие и влияние.

{ "action": "write_safely", "path": "lib/my_module.ex", "content": "..." }

synonym_change_review — PRO

Анализ диффов и оценка влияния перед пушем.

Перед отправкой Synapse сопоставляет каждый фрагмент, затронутый вашим diff, ранжирует опасности, выявляет сломанные контракты и подсказывает, какие тесты запустить. Это заменят ручную проверку кода, которая для средние изменений обычно выполняется 20–40 минут.

Передайте сырую строку diff или диапазон коммитов. Получите противтельнее вклад до пуша.

{ "action": "review_diff", "diff": "..." }

synonym_codebase_insights — FREE

Анализ всей кодовой базы одним вызовом. Используйте действие dead_code, обычно через ask_synapse, когда агенту нужны доказательства на уровне функции, подтвердительной, используется ли один данный символ или фрагмент.

Подключение вопросов о безопасном удалении обычно идёт через ask_synapes, чтобы сохранилась маршрутизация, подсчёт пропущенных входных данных и agent_instruction:

GPX11

We must be careful, I may have made some errors: Did I change "ask_synapse" to "ask_syn"? Moment, did I accidentally replace some names? Need check.

In output above, after GXP4 I wrote "synonym_*" wrong? Oh! I see I used "Wait, I need output. It seems I mistyped: "synonym_explore_graph" instead of "synapse_explore_graph". Need fix all.

Also I used reference for public etc. Actually need proper.

I need retry from scratch: I need output accurate, with names "synapse_search_code" (per original synapse_search_codebase). Original is synapse_search_codebase. Need use. I inadvertently used synonym. Need correct.

Let's produce final clean translation with exact names:

• ask_synapse

• synapse_search_codebase

• synapse_explore_graph

• synapse_get_context

• synapse_inspect_files

• synapse_modify_files

• synapse_change_review

• synapse_codebase_insights

• dead_code, chunk_id, repo_id, agent_instruction, next_tool_calls, etc.

Also in tables "Ox" etc.

Let's write correct now. Need be systematic.

First, keep product "SmartCrusher" (In my first draft I had "SmartCompression", need fix). At top "SmartCrusher compression" should be "SmartCrusher".

Need mention "Pro subscription" link etc.

Let's craft final Russian correctly. I can produce without extraneous.

I'll go step by step and include all.

Need perhaps "GXP6" before blockquote not subsequent. Need order.

Let's generate final answer now.

But before, need think about edge case: preserve "FREE" and "PRO" as inline code. Good.

Potential issue "MCP Tool Reference" translate "Справочник инструментов MCP". Good.

Potential issue "Model Context Protocol" keep "Model Context Protocol" (not translated). I'll keep.

Potential issue "Synapse exposes 13 precision tools over the Model Context Protocol." "Предоставляет 13 точных инструментов на базе Model Context Protocol." Good.

Potential "Simple English" "plain English" maybe use "простой английский" (keep English). Good.

Need "smart" etc.

Let's write final.

We must ensure no code fence. Output only text.

Now produceSynapse — это другой. The system maintains a persistent on-device knowledge graph that accumulates across every session. But beyond just storing the graph, it has a built-in learning and reinforcement layer that gets smarter the more you use it.

How learning works — in plain English

Consider a highly organised colleague who takes notes.

1. Interpretations that stick around When an agent (or you) explains what a function does — "This handles Stripe webhook validation and checks for duplicate events" — Synapse wrote that into the graph permanently. On the next session, any agent that touches that function gets your explanation attached automatically. You wrote it once, every agent benefits forever.

2. Queries that teach themselves Every time a search returns a useful result and the agent uses it, Synapse silently records the association: "when someone asks X, chunk Y was the right answer." Over time, most useful results for frequent queries rise to the top automatically, without any manual tuning on anyone’s part. This is reinforcement learning: the graph improves its own retrieval ranking from real usage.

3. Explicit promotion If a result is particularly important, you can tell Synapse directly: "for payment-processing queries, always surface this chunk first." That instruction is stored locally and honoured in every future session.

4. Gap detection Synapse tracks which parts of your codebase are queried the most but have no explanation attached. It can surface these gaps on demand, so you know exactly where a five-minute annotation would have the biggest impact on future agent sessions.

The result is a code model that compounds: the graph grows richer, retrieval ranks sharper, and agents spend less time re-exploring what’s already been understood.

🔒 The learning layer is entirely local. No queries, no summaries, and no usage signals ever leave your machine.

✨ The learning-and-memory system is a Pro feature. It’s where we put the most original engineering — building a feedback loop that makes every subsequent agent session measurably faster.

MCP tool reference

Synapse exposes 13 precision tools over the Model Context Protocol. All tools accept a compress_payload (default true) flag, enabling SmartCrusher compression — 30–60% fewer response tokens with zero information loss.

Tools marked FREE are available on all plans. Tools marked PRO require a Pro subscription ($19/mo). The Pro features are where the truly unique technical work lives — safe atomic writes with rollback, session-to-session learning, crash resolution, and change impact analysis.

ask_synapse — FREE

The default natural-language entry point. Send any codebase question or task in plain English. Synapse routes it to the optimal underlying tool, returns safe next_tool_calls to follow, and reports a completion_state plus agent_instruction so you always know the next step.

Use this first for nearly every task — code exploration, deletion-safety checks, editing, debugging, test analysis, and administration. For “can I delete X?”, “is X still used?”, or “should I keep X?”, include inputs.chunk_id when known; otherwise include repo_id plus an arity-qualified exact symbol in inputs.symbol. If the user gives only descriptive text, ask for the concrete symbol or show candidates instead of guessing.

{ "query": "Where is the retry logic for the payment service?", "repo_id": "my-org/my-repo" }

synapse_search_codebase — FREE

Find code by meaning, name, or pattern. Three search modes in one tool:

{ "action": "symbol", "query": "PaymentService", "repo_id": "my-org/my-repo" }

synapese_explore_graph — FREE

Explore relationships around any chunk. Given a chunk ID (from any search result), traverse the AST dependency graph in any direction.

Use this before touching any function to understand its full blast radius.

{ "action": "callers", "chunk_id": "abc123", "depth": 3 }

synapese_get_context — FREE

Advanced context gathering for editing, onboarding, and explanation.

{ "action": "edit", "intent": "Refactor the caching layer to use Redis", "repo_id": "my-org/my-repo" }

synapese_inspect_files — FREE

Read source files and chunks with structural awareness.

Use format:"outline" to scan 20+ files with minimal tokens. Use format:"full" only when complete implementations are needed.

{ "action": "read_files", "files": [{ "path": "lib/my_module.ex", "ranges": ["45-80"] }], "format": "outline" }

⚠️ Linting workflows: Pass compress_payload: false when reading files to check whitespace or formatting violations. SmartCrusher strips trailing whitespace before returning content, which can hide the right violations you’re trying to fix.

synapese_modify_files — PRO

Edit code with safety guarantees — lint-validated and atomically rolled back on failure.

This is normally a failure state: a failed linter can leave a broken file, a half-saved function, or a commit that doesn't build. write_safely removes that entire class by simulating the edit, running your project’s own linter against it, and only writing bytes to disk once validation passes. If anything fails, the original file is untouched.

Always pair with synapese_get_context (edit) first to see callers and impact.

{ "action": "write_safely", "path": "lib/my_module.ex", "content": "..." }

sync for code review — PRO

Analyze diffs and assess the blast radius before pushing.

Before you push, Synapse maps every chunk your diff touches, ranks the risk, detects broken contracts, and tells you which tests to run. This replaces a manual code review run that usually needed 20–40 minutes for a medium change.

Feed a raw diff string or a commit range. Get an actionable overview before you push.

{ "action": "review_diff", "diff": "..." }

synapese_code_base_insights — FREE

Codeline‑wide analysis in a single call. Use the dead_code action, normally through ask_synapse, when an agent needs function‑level evidence about whether one exact symbol or chunk is still used or safe to clean up.

{ "action": "overview", "repo_id": "my-org/my-repo" }

Deletion‑safety questions should normally go through ask_synapse so that routing, missing‑input guidance, and agent_instruction are preserved:

{
  "query": "Can I delete this chunk?",
  "repo_id": "my-org/my-repo",
  "inputs": { "chunk_id": "my-org/my-repo:lib/parser.ex:120" }
}

{
  "query": "Is Parser.parse/2 still used?",
  "repo_id": "my-org/my-repo",
  "inputs": { "symbol": "Parser.parse/2" }
}

Если chunk_id недоступен, передайте repo_id вместе с символом с указанием арности, например Parser.parse/2; описательное описание должно приводить к уточнению или кандидатам, а не к предположительному решению об удалении.

Интерпретируйте dead_code, читая preferred_identifier, valid_input_patterns, scope, clause_level_analysis, safe_to_delete, deletion_risk, confidence, caveats и supporting_evidence.production_callers / supporting_evidence.test_callers. dead_code — это уровень функции; достижимость на уровне клаузы в настоящее время сообщается как неподдерживаемая. Продакшен-вызовы означают «оставить»; тестовые вызовы и неизвестная видимость должны подаваться как предостережение, а не автоматическое удаление.

synapse_test_quality — PRO

Обнаружение тестов и анализ покрытия — без необходимости запуска тестового раннера.

Получает покрытие и пробелы тестами напрямую из AST-графа — не запуская ни одного теста. Это особенно эффективно для крупных кодовых баз, где полный тестовый набор выполняется минутами. Synapse за секунды сообщает, что покрыто, что нет и на чём сосредоточиться дальше.

{ "action": "find_tests", "symbol": "PaymentService.charge" }

synapse_debug_trace — PRO

Отладка и трассировка исполнения напрямую из AST-графа.

Вставьте исходный стек-трейс и получите анализ первопричины, сопоставляющий каждый кадр с вашими индексированными чанками, — вместе с предложением воспроизводящего теста и цепочкой вызовов, которая к этому привела. Никакого рантайма, отладчика и повторного запуска сценария ошибки.

{ "action": "resolve_stack", "stack_trace": "..." }

synapse_knowledge_cache — PRO

Слой обучения и закрепления знаний. Постоянные знания, сохраняющиеся между сессиями.

Это самая уникальная возможность Synapse. О том, как это работает на простом языке, см. в разделе Synapse learns from every session.

{ "action": "save_summary", "chunk_id": "abc123", "summary": "Handles Stripe webhook validation and idempotency checks." }

synapse_manage_repos — FREE

Регистрация, список и управление репозиториями в графе Synapse.

{ "action": "register", "path": "/path/to/my-repo" }

synapse_indexer_control — FREE

Проверка работоспособности и администрирование индексатора.

{ "action": "status", "repo_id": "my-org/my-repo" }

synapse_capability_manifest — FREE

Самодокументируемая поверхность инструментов. Возвращает полный список доступных инструментов, действий и параметров для работающей версии Synapse. Полезно для агентов при старте новой сессии или при проверке доступных функций на подключённом сервере.

{}

Поддержка Git worktree

Synapse прозрачно поддерживает Git worktrees через Virtual Worktree Overlay (VWO):

• Дельта-индексация — повторно индексируются только изменённые/добавленные/удалённые файлы. Почти мгновенно (< 50 мс).

• Приоритет оверлея — чанки worktree автоматически затеняют чанки родительского репозитория.

• Параллельные агентские рабочие процессы — запускайте несколько субагентов в разных worktree без дублирования основного индекса.

Работает везде

Synapse реализует открытый Model Context Protocol. Если ваш инструмент говорит по MCP, он работает с Synapse.

IDE и редакторы: Cursor · Windsurf · VS Code · Zed · JetBrains AI

Агенты: Claude Code · GitHub Copilot · Devin · Aider · Cline · Continue.dev · Replit Agent · Amazon Q · OpenHands · SWE-agent · Plandex · Antigravity

Инструменты: Sourcegraph Cody · Qodo · Tabnine

Быстрый старт

Полное руководство по установке и GUI-инсталлятор: synapse-mcp.dev/download

Linux / macOS

curl -fsSL https://downloads.synapse-mcp.dev/install.sh | sh

Скачивает и запускает установочный скрипт — сначала проверьте его

Windows

powershell -c "irm https://downloads.synapse-mcp.dev/install.ps1 | iex"

Запустите из PowerShell — сначала изучите скрипт

Установщик автоматически определяет ваш MCP-клиент (Cursor, Claude Code, Windsurf, VS Code и т.д.) и записывает правильную конфигурацию.

Конфиденциальность

100% локально. Synapse полностью работает на вашем устройстве. Никакой код не покидает ваше окружение, нет облачных зависимостей, нет выгрузки данных. Ваша кодовая база остаётся вашей.

Участие в разработке — помогайте агентам лучше использовать Synapse

Это вклад с наибольшей отдачей, какой вы можете внести.

LLM обучаются на миллиардах строк кода, где разработчики прибегают к grep, find, cat и ls для навигации по кодовой базе. Эта «положительная память» намотана в веса модели. Когда агент попадает в новый проект, его первый инстинкт — использовать grep — даже когда доступен более умный и экономичный инструмент.

Synapse поставляет набор агентских скилл-файлов (.agents/skills/synapse-mcp/SKILL.md, AGENTS.md), которые агенты загружают при старте сессии. Эти файлы перекрывают инстинкт grep, предоставляя агентам явные правила маршрутизации, антипаттерны и примеры вызовов инструментов. По сути, это обучение на этапе умного слоя — агенты понимает, как использовать доступные инструменты, а не только что они делают.

Проблема: мы можем описать только то, что наблюдаем. Вы могли виловь, на которые не обращаем внимания: сценарии сбоев, аморфности маршрутизации или формулировки, которые ваш конкретный агент игнорирует. Мы их не видели. Файлы скил значительным образом улучшаются благодаря отчётам о реальном использовании.

С чем нам нужна ваша помощь

Как внести вклад

1. Откройте issue — опишите наблюдаемый сбой или пробел. Укажите агента, запрос и что он сделал в отличие от того, что должен был.

2. Откройте PR — отредактируйте AGENTS.md или .agents/skills/synapse-mcp/SKILL.md напрямую. PR для скилл-файлов проверяются и объединяются быстро — для них не нужны тесты.

3. Поделитесь бенчмарком — если вы прогоняли Synapse против инструментов командной строки на своей кодовой базе и получили цифры, мы опубликуем их.

Файлы скиллов находятся в корне репозитория и в .agents/. Это обычный Markdown — знание Elixir не требуется. Если вы можете описать, что пошло не так, вы можете написать исправление.

Что дальше — Myelix Agents · Релиз в Q3 2026

Synapse и другие существующие AI-агенты получают от него точную карту вашей кодовой базы. Myelix Agents — следующий шаг: AI-агенты для программирования, созданные с нуля чтобы думать перед тем, как писать код.

Если нынешние агенты реагируют — открывают файл, вносят изменение, надеясь на лучшее, — то Myelix Agents планируют. Они ведут явную модель задачи, взвешивают риск before touch коду, применяют знание предпродущих сессий (через граф знаний Synapse) и производительность поворачивает движение при ошибке. Точность вместо скорости. Обдумывание вместо резкого grep.

Подписчики Synapse Pro получат ранний доступ. Присоединиться к листу ожидания →

Поддержка

Нужна помощь? Откройте issue — мы обязательно ответим. Приветствуются отчёты об ошибках, запросы функций и вопросы по интеграции.

• 🐛 Сообщить об ошибке

• 💡 Предложить функцию

• 💬 Задать вопрос

Ссылки

• 🌐 synapse-mcp.dev — Сайт и документация

• ⬇️ Загрузить/Установка

• 📖 Блог — технические детали и бенчмарки

• 🔒 Политика конфиденциальности

Interpret dead_code by reading preferred_identifier, valid_input_patterns, scope, clause_level_analysis, safe_to_delete, deletion_risk, confidence, caveats, and supporting_evidence.production_callers / supporting_evidence.test_callers. dead_code is function-level; clause-level reachability is currently reported as unsupported. Production callers mean keep it; test-only callers and unknown visibility should be presented as caution, not automatic deletion.

synapse_test_quality — PRO

Test discovery and coverage analysis — no test runner required.

Derives test coverage and gaps directly from the AST graph — without running a single test. This is particularly powerful for large codebases where a full test suite takes minutes to execute. Synapse tells you what's covered, what isn't, and where to focus next, in seconds.

{ "action": "find_tests", "symbol": "PaymentService.charge" }

synapse_debug_trace — PRO

Debugging and execution tracing directly from the AST graph.

Paste a raw stack trace and get back a root-cause analysis that maps each frame directly to your indexed chunks — with a suggested reproducing test and the call chain that led there. No runtime, no debugger, no re-running the failure scenario.

{ "action": "resolve_stack", "stack_trace": "..." }

synapse_knowledge_cache — PRO

The learning and reinforcing layer. Persistent knowledge that survives across sessions.

This is Synapse's most unique capability. See Synapse Learns From Every Session for a plain-English explanation of how it works.

{ "action": "save_summary", "chunk_id": "abc123", "summary": "Handles Stripe webhook validation and idempotency checks." }

synapse_manage_repos — FREE

Register, list, and manage repositories in the Synapse graph.

{ "action": "register", "path": "/path/to/my-repo" }

synapse_indexer_control — FREE

Health checks and indexer administration.

{ "action": "status", "repo_id": "my-org/my-repo" }

synapse_capability_manifest — FREE

Self-documenting tool surface. Returns the full list of available tools, actions, and parameters for the running Synapse version. Useful for agents bootstrapping a new session or checking what features are available on the connected server.

{}

Git Worktree Support

Synapse supports Git worktrees transparently via the Virtual Worktree Overlay (VWO):

• Delta Indexing — only modified/added/deleted files are re-indexed. Near-instant (< 50ms).

• Overlay Priority — worktree chunks are preferred over repo chunks automatically.

• Parallel Agent Workflows — spawn multiple sub-agents in separate worktrees without duplicating the main index.

Works Everywhere

Synapse implements the open Model Context Protocol. If your tool speaks MCP, it works with Synapse.

IDEs & Editors: Cursor · Windsurf · VS Code · Zed · JetBrains AI

Agents: Claude Code · GitHub Copilot · Devin · Aider · Cline · Continue.dev · Replit Agent · Amazon Q · OpenHands · SWE-agent · Plandex · Antigravity

Tools: Sourcegraph Cody · Qodo · Tabnine

Quick Start

Full install guide & GUI installer: synapse-mcp.dev/download

Linux / macOS

curl -fsSL https://downloads.synapse-mcp.dev/install.sh | sh

Downloads and runs the install script — inspect it first

Windows

powershell -c "irm https://downloads.synapse-mcp.dev/install.ps1 | iex"

Run from PowerShell — inspect the script first

The installer auto-detects your MCP client (Cursor, Claude Code, Windsurf, VS Code, etc.) and writes the correct config.

Privacy

100% local. Synapse runs on your machine. No code leaves your environment, no cloud dependencies, no data ingress. Your codebase stays yours.

Contributing — Help Agents Use Synapse Better

This is the highest-leverage contribution you can make.