Как помочь нейросети быстро разбираться в коде: project-graph-mcp
Для ИИ-агентов появился полезный навигатор по кодовой базе: project-graph-mcp строит сжатый граф проекта и отдает его в виде JSON, чтобы модель сразу видела архитектуру и зависимости. Инструмент поддерживает JavaScript, TypeScript, Python и Go, умеет искать dead code, считать сложность и показывать цепочки вызовов. Пакет ставится через npx, весит 132 КБ и не тянет внешние зависимости.
AI-обработка оригинала Habr AI; редакция Hamidun News
project-graph-mcp помогает нейросети быстро разбираться в чужом коде, строя структурный граф проекта и отдавая его в сжатом JSON.
На сколько project-graph-mcp сжимает информацию?
По словам автора, project-graph-mcp достигает сжатия в 10–50 раз
Как экономить токены при анализе кода нейросетью?
Используйте project-graph-mcp: вместо чтения десятков файлов подряд, агент получает карту архитектуры в виде структурного графа. По словам автора, сжатие достигает 10–50 раз.
Как нейросеть быстро разбирается в архитектуре чужого проекта?
project-graph-mcp парсит исходники, собирает сведения о файлах, классах, функциях, импортах и вызовах, а затем отдает все это в компактной структуре, позволяя модели сразу видеть зависимости.
Хотите не читать про ИИ, а внедрить его?
«AI News» — это полезные новости из мира ИИ. Системно научиться работать с нейросетями и применять их в работе — в Hamidun Academy.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.