kunal12203/graperoot

   

Сложный контекст для ассистентов по программированию ИИ

Веб-сайт · Документы · Бенчмарки · Discord

---

🌐 Читайте это на своём языке: Английский · 中文 · Испанский · हिंदी · Французский · Немецкий · 日本語 · 한국어 · Португальский · Русский · العربية · Тюркче · Бахаса Индонезия

---

Что такое GrapeRoot?

GrapeRoot — это open-source launcher, который находится между вами и вашим помощником по программированию ИИ. Он строит семантический граф вашей кодовой базы — файлы, символы, импорты, цепочки вызовов — и заранее загружает точно нужный код в каждый запрос до того, как ваш ИИ его увидит.

Лаунчерные скрипты в этом репозиторе — Apache 2.0. Графовый движок (graperoot pip-пакет) является проприетарным.

В итоге: ваш ИИ тратит токены на рассуждение, а не на исследование.

Экономия токенов составляется на протяжении всей сессии. График запоминает, какие файлы были прочитаны, отредактированы и запрашивались — каждый ход становится дешевле.

---

Другие инструменты против GrapeRoot

Другие инструменты (CodeGraph, code-graph-mcp и подобные) дают вашему ИИ график и позволяют ему исследовать:

Ваш ИИ по ходам исследует исследование, прежде чем успеет рассуждать.

---

GrapeRoot заранее загружает нужный контекст до того, как ваш ИИ увидит ваш вопрос:

Никакого исследования.

---

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