kunal12203/graperoot

   

AI 코딩 어시스턴트에 대한 맥락 조합

웹사이트 · 문서 · 벤치마크 · 디스코드

---

🌐 당신 언어로 읽어보세요: 영어 · 中文 · 에스파뇰 · हिंदी · 프랑스어 · 독일어 · 日本語 · 한국어 · 포르투게스 · Русский · العربية · 튀르크체 · 인도네시아 바하사

---

그레이프루트란 뭐야?

GrapeRoot는 당신과 AI 코딩 어시스턴트 사이에 위치한 오픈소스 런처입니다. 이 도구는 코드베이스의 의미 그래프(파일, 기호, 가져오기, 호출 체인)를 구축하고, AI가 모든 프롬프트를 보기 전에 정확한 코드를 미리 불러옵니다.

이 저장소의 런처 스크립트는 Apache 2.0입니다. 그래프 엔진(graperoot pip 패키지)은 독점적입니다.

결과: 당신의 AI는 탐험이 아니라 추론에 토큰을 씁니다.

세션 전체에 걸쳐 토큰 절감액이 복합 분적됩니다. 그래프는 읽고, 편집하고, 쿼리한 파일을 기억하며, 각 턴마다 비용이 더 저렴해집니다.

---

기타 도구 대 그레이프루트

**다른 도구들(CodeGraph, code-graph-mcp 등)은 AI에게 그래프를 제공하고 탐색하게 합니다:

AI는 이성적으로 행동하기 전에 차례로 탐험을 합니다.

---

GrapeRoot는 AI가 질문을 보기 전에 적절한 맥락을 미리 로드합니다:

탐험도 없고,

---

What is GrapeRoot?

GrapeRoot is an open-source launcher that sits between you and your AI coding assistant. It builds a semantic graph of your codebase — files, symbols, imports, call chains — and pre-loads exactly the right code into every prompt before your AI sees it.

The launcher scripts in this repo are Apache 2.0. The graph engine (graperoot pip package) is proprietary.

The result: your AI spends tokens reasoning, not exploring.

You run: dgc /path/to/project
              ↓
1. Project scanned → semantic graph built (files, symbols, imports)
2. You ask a question
3. Graph identifies the relevant files → packs them into context
4. AI gets your question + the right code already loaded
5. Fewer turns, fewer tokens, better answers

Token savings compound across a session. The graph remembers which files were read, edited, and queried — each turn gets cheaper.

---

Other Tools vs GrapeRoot

Other tools (CodeGraph, code-graph-mcp, and similar) give your AI a graph and let it explore:

You ask a question
  → AI calls search_symbol / get_callers / trace_route
  → AI reads results, decides what else to look up
  → AI calls more tools
  → AI finally has enough context to answer