rpg-encoder

KI-Codierungsagenten verschwenden die meisten ihrer Tool-Aufrufe damit, sich mit grep, cat, find und Dateilesen durch deine Codebasis zu wühlen. rpg-encoder behebt das. Es baut einen semantischen Graphen deines Codes mit Tree-sitter auf – nicht nur was ruft was auf, sondern was jede Funktion tut – und gibt deinem KI-Assistenten via MCP in einem einzigen Tool-Aufruf Verständnis für das gesamte Repository.

Schnellstart

claude mcp add rpg -- npx -y -p rpg-encoder rpg-mcp-server

Ein Befehl. Funktioniert mit Claude Code, Cursor, opencode, Windsurf oder jedem MCP-kompatiblen Agenten. Kein Rust-Toolchain, kein Klonen, kein Bauen – npx lädt eine vorgefertigte Binärdatei für deine Plattform herunter.

Öffne dann ein beliebiges Repo und sage deinem Agenten:

"Build und Lift den RPG für dieses Repo"

Dein Agent übernimmt alles: indiziert Entitäten (Sekunden), liest jede Funktion und fügt Merkmale auf Intentionsebene hinzu (ein paar Minuten), organisiert sie in eine semantische Hierarchie und committet .rpg/graph.json für dein Team.

Bei Repos mit ~100+ Entitäten wird lifting_status deinem Agenten sagen, dass er die Lifting-Schleife an einen Sub-Agenten oder ein günstigeres Modell delegieren soll – Feature-Extraktion ist Mustererkennung, keine neue Denkleistung. Wenn deine Laufzeit keinen Sub-Agenten-Mechanismus hat, führe rpg-encoder lift --provider anthropic|openai vom Terminal mit einem API-Schlüssel aus – die CLI steuert ein externes LLM direkt, ohne Beteiligung des Agenten. Nachdem die CLI fertig ist, rufe reload_rpg in deiner Sitzung auf, um den aktualisierten Graphen zu laden. Die CLI liftet Entitäten ohne Merkmale; das erneute Liften veralteter Entitäten (Merkmale vorhanden, aber nach Codeänderungen veraltet) wird über den In-Sitzungs-MCP-Flow abgewickelt, nicht über die CLI.

Sobald geliftet, probiere aus:

• "Was kümmert sich um Authentifizierung?" – findet Code, auch wenn nichts "auth" heißt

• "Zeig alles, was von der Datenbankverbindung abhängt"

• "Plane eine Änderung, um Ratenbegrenzung zu API-Endpunkten hinzuzufügen"

Related MCP server: code-intel

Nutze RPG vor grep, cat, find

Die Server-Anweisungen sagen deinem Agenten, dass er bei Fragen zur Codestruktur oder zum Verhalten ZUERST nach RPG-Tools greifen soll. Dieser Reflex zählt – grep, cat und Ad-hoc-Dateilesen verbrennen Tokens und übersehen semantische Beziehungen, die RPG bereits kennt.

Greife nur dann auf grep, cat oder Dateilesen zurück, wenn es um wörtlichen Text geht (Zeichenkettensuche, Kommentare, TODOs, Logmeldungen) – nicht um Struktur.

So funktioniert's

1. Parsen — Tree-sitter extrahiert Entitäten (Funktionen, Klassen, Methoden) und Abhängigkeitskanten (Importe, Aufrufe, Vererbung) aus 15 Sprachen.

2. Liften — Ein LLM (dein Agent oder eine günstige API wie Haiku) liest jede Entität und schreibt Verb-Objekt-Merkmale: "JWT-Tokens validieren", "Konfiguration auf die Festplatte serialisieren".

3. Organisieren — Merkmale gruppieren sich zu einer 3-Ebenen-semantischen Hierarchie (Bereich → Kategorie → Unterkategorie), die aus dem, was der Code tut, entsteht, nicht aus dem Dateibaum.

4. Verstehen — semantic_snapshot komprimiert den gesamten Graphen in ~25K Tokens. Dein LLM liest ihn einmal und kennt das Repo.

Der semantische Snapshot

Anstatt durch Dateien zu greppen, ruft das LLM semantic_snapshot einmal auf und erhält:

• Hierarchie — jeden funktionalen Bereich mit aggregierten Merkmalen

• Entitäten — jede Funktion, Klasse, Methode, gruppiert nach Bereich, mit ihren semantischen Merkmalen

• Abhängigkeitsskelett — kondensierter Aufrufgraph mit qualifizierten Namen

• Hot Spots — die 10 am stärksten verbundenen Entitäten (das architektonische Rückgrat)

~25K Tokens decken ~1000 Entitäten ab. Das sind 2-3% eines 1M-Kontextfensters – das LLM startet jede Sitzung und kennt dein Repo bereits.

Selbstwartender Graph

Wann immer sich dein Arbeitsbaum ändert – committet, gestaged oder unstaged – synchronisiert der MCP-Server automatisch neu, bevor er auf die nächste Abfrage antwortet. Ein Änderungssatz-Hash über (Pfad, Größe, mtime) bedeutet, dass wiederholtes Speichern derselben Datei nur eine Synchronisierung auslöst und Leerlauf-Abfragen keine auslösen. Auch Rückgängigmachungen werden erkannt: Wenn eine zuvor geänderte Datei in ihren HEAD-Zustand zurückkehrt, wird der Graph wiederhergestellt.

Zwei Arten zu liften

auto_lift ruft direkt ein günstiges externes LLM auf – dein Codierungs-Abo wird nie mit der Lifting-Arbeit belastet. Verwende api_key_env, um Schlüssel aus Umgebungsvariablen aufzulösen, damit sie nie in Tool-Aufruf-Transkripten erscheinen.

Architektur

Sieben Rust-Crates, eine MCP-Server-Binärdatei, eine CLI-Binärdatei:

MCP-Tools (27)

Unterstützte Sprachen

Installation

MCP-Server (empfohlen)

# Claude Code
claude mcp add rpg -- npx -y -p rpg-encoder rpg-mcp-server

# Cursor — add to ~/.cursor/mcp.json
{
  "mcpServers": {
    "rpg": {
      "command": "npx",
      "args": ["-y", "-p", "rpg-encoder", "rpg-mcp-server"]
    }
  }
}

Der Server erkennt das Projektstammverzeichnis automatisch aus dem aktuellen Arbeitsverzeichnis — kein Pfadargument erforderlich.

npm install -g rpg-encoder

# Build a graph
rpg-encoder build

# Query
rpg-encoder search "parse entities from source code"
rpg-encoder fetch "src/parser.rs:extract_entities"
rpg-encoder explore "src/parser.rs:extract_entities" --direction both --depth 2
rpg-encoder info

# Autonomous lifting via API
rpg-encoder lift --provider anthropic --dry-run  # estimate cost
rpg-encoder lift --provider anthropic           # lift with Haiku (~$0.02/100 entities)

# Incremental update
rpg-encoder update

# Pre-commit hook (auto-updates graph on commit)
rpg-encoder hook install

git clone https://github.com/userFRM/rpg-encoder.git
cd rpg-encoder && cargo build --release

Richten Sie dann Ihre MCP-Konfiguration auf target/release/rpg-mcp-server aus.

Dokumentation

• Wie RPG abschneidet — ehrlicher Vergleich mit GitNexus, Serena, Repomix und anderen

• Paper-Treue — Algorithmus-für-Algorithmus-Vergleich mit der Forschungsarbeit

• Anwendungsfälle — praktische Beispiele dafür, was RPG ermöglicht

• CHANGELOG — Versionshistorie

Inspirationen & Referenzen

rpg-encoder basiert auf dem theoretischen Rahmen der RPG-Encoder-Forschungsarbeit, mit ursprünglichen Erweiterungen, die von Tools aus der Code-Intelligence-Landschaft inspiriert sind:

• RPG-Encoder-Paper (Luo et al., 2026, Microsoft Research) — semantisches Lifting-Modell, Konstruktion einer dreistufigen Hierarchie, inkrementelle Evolutionsalgorithmen, formales Graphmodell G = (V_H ∪ V_L, E_dep ∪ E_feature).

• GitNexus — vorkalkulierte relationale Intelligenz, Blast-Radius-Analyse, Hooks für Claude Code. Zeigte, dass ein Code-Graph-Tool unsichtbar sein muss, um unverzichtbar zu sein.

• Serena — Präzision auf Symbolebene über LSP. Zeigte, dass Echtzeit-Codebewusstsein wichtiger ist als Stapelanalyse.

• TOON — Token-Oriented Object Notation für LLM-optimierte Ausgabe.

Dies ist eine unabhängige Implementierung. Der gesamte Code ist Originalarbeit unter der MIT-Lizenz. Weder mit Microsoft verbunden noch von Microsoft unterstützt.

Lizenz

MIT