TL;DR

jCodeMunch는 tree-sitter 기반으로 저장소를 인덱싱하여 함수·클래스 같은 심볼 단위로 정확한 바이트 오프셋을 저장하고 요청 시 그 바이트만 반환함으로써 에이전트의 코드 읽기 토큰 소비를 대폭 절감한다. 구성된 오케스트레이션 도구들이 자연어 의도 분류부터 앵커 심볼 추출, 토큰 예산에 맞춘 컨텍스트 팩 조립까지 단일 호출로 처리하므로 반복 호출과 불필요한 파일 스캔이 줄어든다. 공개 벤치마크는 대표 저장소들에서 99%대의 토큰 절감 수치를 보고했으며 MUNCH 포맷의 출력 압축과 결합될 때 네트워크 및 컨텍스트 비용이 추가로 낮아진다. 다만 상용 사용은 유료 라이선스가 필요하며 일부 부가기능은 외부 SDK나 로컬 ONNX 런타임 같은 추가 의존성을 요구하므로 배포 요구사항과 개인정보·네트워크 정책을 사전에 검토해야 한다.

핵심 포인트

• 심볼 수준의 바이트 정확도 검색을 기본으로 하여 전통적 파일 스캔 방식 대신 구현 바이트만 제공하기 때문에 동일 작업에서 전형적으로 95% 이상의 코드 읽기 토큰 절감 효과를 보고한다. 이 절감은 MUNCH 포맷 같은 출력 압축과 중첩되어 총 오버헤드를 더욱 낮춘다.
• 구성된 오케스트레이션 도구들(assemble_task_context, plan_turn, get_ranked_context)이 단일 요청으로 의도 분류부터 컨텍스트 조립까지 실행되어 에이전트 호출 횟수와 불필요한 계획 비용을 줄인다. 각 도구는 근거 가능한 신뢰 점수와 신선도 표시를 함께 제공하여 후속 호출의 필요성을 판단할 수 있게 한다.
• 심볼 단위 검색과 정확한 바이트 오프셋 반환을 제공하여 에이전트가 함수·클래스·메서드 등 필요한 부분만 요청하고 수신하게 한다. 인덱싱은 로컬에 저장되며 요청 시 원본 파일의 바이트 범위를 즉시 조회하여 전체 파일 재전송을 피한다. 이 과정이 토큰 비용 절감의 핵심 축으로 작동한다.
• 토큰 예산 기반 컨텍스트 번들링을 지원하여 자연어 작업 입력을 받아 의도에 맞는 심볼을 자동 추출하고 한정된 토큰 예산 내에서 랭크된 컨텍스트를 조립한다. assemble_task_context는 의도 분류, 앵커 심볼 추출, 하위 도구 시퀀스 실행을 일괄 처리하여 에이전트의 다중 호출을 단일 호출로 대체한다. provenance 태그와 스테이지 정보가 포함되어 감사 가능하다.

벤치마크