graphify-ts: Lokaler MCP-Server reduziert Claude Code PR-Review-Tokens von 63K auf 8,7K

Wenn du Claude Code in einer echten Codebasis verwendet hast, kennst du das Problem: Jede Frage löst 8-10 sequenzielle Tool-Aufrufe aus (glob, grep, read, read, read), um den Kontext von Grund auf neu aufzubauen. Die Eingabe-Token häufen sich, die Latenz steigt, und der Agent entdeckt jedes Mal dieselbe Struktur neu. graphify-ts ist ein kostenloser Open-Source-MCP-Server, der deinen Code vorab in einen lokalen Wissensgraphen indiziert, sodass Claude nur einen einzigen retrieve-Aufruf tätigt.

Wie es funktioniert

Zum Indexierungszeitpunkt parst graphify-ts deinen Code mit tree-sitter AST, extrahiert strukturelle Beziehungen (Dateien, Funktionen, Klassen, Aufrufe, Importe), führt Louvain-Community-Erkennung durch, um verwandte Module zu gruppieren, indiziert mit BM25 und führt optional ein Reranking mit einem lokalen ONNX-Modell durch. Der resultierende Graph wird über MCP stdio bereitgestellt – vollständig lokal, keine Daten verlassen deinen Laptop. Das Standard-Core-Profil stellt 6 Tools zur Verfügung, um den Session-Overhead niedrig zu halten (ca. 5K Token); du kannst mit GRAPHIFY_TOOL_PROFILE=full auf die volle 21-Tool-Oberfläche umschalten.

Benchmarks, die du überprüfen kannst

Das Repository enthält ein Skript verify.sh, das alle Zahlen aus festgehaltenen Beweisen ableitet. Gemessene Ergebnisse auf einer echten Produktions-Codebasis mit NestJS + Next.js (1.268 Dateien) mit Claude Opus 4.7:

• Einzelne Codeabfrage: 9 Tool-Aufrufe → 615.190 Eingabe-Token → 233.508 (2,6× weniger), Latenz 96 Sek. → 35 Sek. (2,8× schneller). Beide aus Claude's --output-format json Nutzungsfeld.
• PR-Review mit 36 Dateien: Prompt-Token von 63.024 auf 8.690 reduziert (7,25× kleiner). Gleicher Reviewer, gleicher Diff, gleiche Review-Tiefe – beide Läufe markierten dieselben Hotspots.
• Multi-Repo-Frage über 3 Repos: Geschätzter naiver Prompt ~1,5 Mio. Token (würde in kein Fenster passen) vs. 2.800 Token mit graphify-ts. Der Autor weist darauf hin, dass dies eine strukturelle Schätzung ist, kein gesendeter Prompt.

Installation und Nutzung

npm install -g @mohammednagy/graphify-ts
cd your-project
graphify-ts generate .
graphify-ts claude install

Funktioniert auch mit Cursor, Copilot, Gemini CLI, Aider, OpenCode via <agent> install.

Nachteile, die du kennen solltest

• Kaltstart-Kosten: Die erste Sitzung kostet aufgrund des Tool-Schema-Overheads (~5K Token) etwa 13% mehr als die Baseline ohne Graph. Mehrere Fragen in einer Sitzung amortisieren dies.
• Sprachunterstützung: Die tiefe Extraktion funktioniert am besten bei JS/TS mit Framework-spezifischen Pässen (Express, NestJS, Next.js, Redux Toolkit, React Router). Python/Ruby/Go/Java/Rust verwenden das einfache tree-sitter AST. C/Kotlin/C#/Scala/PHP/Swift/Zig verwenden einen generischen strukturellen Extraktor.
• Grenzen: Dies ist eine strukturelle Karte für einen Agenten, keine vollständige Programmanalyse-Datenbank. Stark metaprogrammierte Routen fallen auf das Basis-AST zurück.

Der Autor sucht aktiv nach Gegenbeispielen – Repos, bei denen strukturelles Slicing versagt. MIT-lizenziert, erfordert Node 20+.