Madar: Claude Code / Cursor용 로컬 컨텍스트 컴파일러 — NestJS 저장소에서 토큰 78% 감소

Madar는 Claude Code, Cursor, Copilot, Gemini와 같은 코딩 에이전트를 위한 오픈소스 로컬 컨텍스트 컴파일러입니다. TypeScript/Node.js 저장소를 로컬에서 한 번 매핑하고(ML 종속성 없이) 각 쿼리에 대해 MCP를 통해 최소 컨텍스트 팩을 제공함으로써 에이전트가 세션마다 코드베이스를 다시 탐색하는 기본 동작을 방지합니다.

작동 방식

전역으로 설치하고 --spi(단일 패키지 격리)를 사용하여 백엔드 서비스에 범위가 지정된 그래프를 생성합니다:

npm i -g @lubab/madar
madar generate . --spi
madar claude install   # 또는: madar cursor install / madar copilot install

이 도구는 결정론적입니다. 순수한 정적 분석(임포트 및 호출 경로)만 사용하며, 임베딩이나 모델 호출이 없습니다.

NestJS + BullMQ (~800개 파일) 벤치마크

동일한 질문("아이디어 보고서는 어떻게 생성되나요?")을 Madar 없이 그리고 Madar와 함께 Claude Code에 제출했습니다. Anthropic의 보고에 따른 수치입니다:

• 입력 토큰: 1,000,776 (일반) → 223,539 (Madar 사용) — 78% 감소
• 비용: $1.84 → $0.69 — 63% 절감
• 턴 수: 16 → 5
• 도구 호출: 15 → 4

역효과가 나는 경우

저자는 한계를 투명하게 공개합니다:

• 단 하나의 저장소, 하나의 에이전트, 하나의 질문 유형("X는 어떻게 작동하나요?")에서만 테스트되었습니다. 일반적인 주장이 아닙니다.
• 범위 지정이 중요합니다. 단일 서비스에 --spi를 사용하면 효과적이었지만, 전체 모노레포를 대상으로 하면 오히려 토큰 사용량이 증가할 수 있습니다.
• 수정/검토 작업은 아직 검증되지 않았습니다. 이점은 설명 유형 쿼리에 국한됩니다.
• 현재 TypeScript/Node.js 코드베이스에서만 작동합니다.

대상 사용자

대규모 NestJS, Express 또는 Node.js 저장소에서 작업하며 AI 코딩 에이전트에 의존하고 반복적인 컨텍스트 수집에 따른 토큰 낭비를 줄이려는 개발자. 신중한 범위 지정 없이는 모노레포에 적합하지 않습니다.