CodeNib
Resumen
Descripción del creador (original en inglés)
Source-linked CodeGraph exploration, ranked search, and static navigation for coding agents.
Los tres pilares de PopNx MCP
Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.
- Opinión de usuariosiAún no hay reseñasLas reseñas se abrirán junto con las cuentas en una etapa posterior
- Nuestras revisiones básicasi3 de 3 superadasRevisado con información pública; el código aún no se ha escaneado
- UsoiInicial↓ 327/sem · ★ 91
Qué puedes hacer con él
Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.
- Conexión: Se ejecuta en tu computadora
- Transporte: stdio
- Categoría: Búsqueda y memoria de IA
Instalación
Elige la app de IA que usas y copia la configuración.
Antes de instalar
- Revisiones básicas: 3 de 3 superadas
- Se ejecuta en tu computadora con los permisos de tu usuario (archivos, red, apps).
- El registro no indica ninguna clave que completar.
Necesitas
- PyPIuv de Python instalado (para el comando uvx)
¿Qué app usas?
Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.
Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json
{
"mcpServers": {
"codenib": {
"command": "uvx",
"args": [
"codenib",
"mcp"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add codenib -- uvx codenib mcpEste necesita valores en su línea de comandos, así que copia la configuración y complétalos.
O copia la configuración tú
Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"codenib": {
"command": "uvx",
"args": [
"codenib",
"mcp"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Este necesita valores en su línea de comandos, así que copia la configuración y complétalos.
O copia la configuración tú
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"codenib": {
"type": "stdio",
"command": "uvx",
"args": [
"codenib",
"mcp"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.
Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Qué puede hacer
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisiones básicasi
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 8 nov 2026
- ✓ Superada
El creador coincide con el repo
El nombre en el registro se verificó con el dominio codenib.ai (el registro comprueba quién es dueño del dominio)
- ✓ Superada
Sigue en mantenimiento
Último cambio de código: hace 3 días
- ✓ Superada
Tiene licencia
Usa Apache-2.0
- – No aplica
El endpoint responde
Este se ejecuta en tu computadora; no hay endpoint en internet
- – No aplica
Inicio de sesión con OAuth
Se ejecuta en tu computadora y usa ajustes locales en su lugar
- … Aún sin revisar
Sin instrucciones ocultas en las descripciones de herramientas
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Comparado con otros en Búsqueda y memoria de IAi
- Más estrellas que el 100% de los otros 5684 servidores de esta categoría
- Publicado en el registro más recientemente que el 91% de los otros 5684 servidores de esta categoría
- Revisiones básicas iguales o mejores que el 100% de los otros 5684 servidores de esta categoría
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Preguntas frecuentes
¿Es seguro CodeNib?
Superó 3 de 3 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
¿Qué claves o códigos necesita?
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
¿Se ejecuta en mi computadora o en la nube?
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
¿Sigue en mantenimiento?
El repo de GitHub cambió por última vez hace 3 días, y la última versión (0.2.5) llegó al registro hace 4 días.
¿Qué apps pueden usarlo?
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.
¿Qué puedo usar en su lugar?
En la misma categoría: Context7, Codebase Memory, Exa
Alternativas
Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.
Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
Codebase Memory
Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.
Exa
Connect AI agents to Exa for web search, content fetching, and multi-step research.
README del creador
Abrir el README
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
Find the right code. Follow its references. Give Claude Code and Codex source context and typed graph navigation across languages.
71.4% code-block Recall@5 on 100 real issues.
Model-planned grep → Jev: +12.8 percentage points over the same grep candidates without reranking.
Experimental result · Method and limitations
Use with your agent · Browse a Wiki · Languages · Reproductions · Releases
▶ Watch the 15-second replay · real CLI output · waits condensed · Pinned source, transcript and setup details .
New in 0.2.5: saved repository Wikis and portable OKF export, Pyrefly-backed Python graphs, static entry-path navigation and call-path rule checks. Read the release notes.
Quickstart
Requires Python 3.10+, Git, and Claude Code or Codex. Initialization accepts uncommitted edits and preserves the checkout.
python -m pip install "codenib[graph,mcp]"codenib codegraph init /path/to/your/repo
Then ask your agent: “Use CodeNib's `explore_context` to find where request retry behavior is implemented. Cite the files and lines.”
This shipping path builds local search and a typed symbol graph, then connects installed agent clients. It needs no model, API key, or GPU for CodeNib; your agent uses its own model. It is separate from the grep/Jev experiment above. Language toolchain and project prerequisites vary.
Setup and troubleshooting · Source exclusions · All MCP tools · Local Wiki
Why CodeNib
- Inspect the evidence. Retrieve bounded code context with file and line references, then navigate definitions and static references. Read the source at each reference before describing a call path.
- Use the same tools across languages. The registry tracks 14 language entries, including 12 with graph backends. Check capability and setup differences in the language matrix.
- Compare methods on the same source. Pinned agent contracts, datasets, and scorer checks make the reproduction surface inspectable.
- Share what you found. Export a Wiki with source citations to your own GitHub Pages, or browse the public examples.
How it compares
What an agent can ask each tool. Peer interfaces were checked against upstream docs on 2026-09-28. This compares capabilities, not benchmark scores.
| Tool | Ask in plain language | Relationships beyond one hop | Relationships resolved by | Runs |
|---|---|---|---|---|
| grep / read | No; literal or regex | No | Text match | Local |
| CodeNib CodeGraph | Yes; ranked source anchors (explore_context) | Incoming/outgoing static references; one dependency_subgraph call, depth ≤ 8 | SCIP/LSP indexers (compiler-resolved) | Local |
| Serena | No; symbol name or regex | One level per call (find_referencing_symbols) | Live language server or IDE | Local |
| CodeGraph (colbymchenry) | Yes; FTS5 full-text (codegraph_explore) | Yes; call paths in codegraph_explore | Tree-sitter AST extraction | Local; telemetry opt-out |
| DeepWiki public MCP | Yes; generated answers (ask_question) | No structured graph tools | Generated Wiki | Hosted |
CodeNib's indexed references can include calls, fields, type uses and function values. Inspect the source to establish which references invoke a function; external and dynamic relationships may be missing. For a known string or file, your agent's native search and reads remain useful. Include indexing and rebuild costs when assessing graph navigation on your own tasks.
None of these repository tools needs its own model or API key; your agent uses its own model. Detailed comparison, sources and boundaries. CodeNib also includes an optional grep → Jev route using OpenRouter for planning and reranking; selected code goes to remote models. Authorization previews remain opt-in. The historical research result above is separate from the product evaluation and the model-free CodeGraph row.
Languages
Graph backends: Python, Go, Rust, C/C++, C#, Java, Ruby, PHP, Kotlin, Scala, JavaScript, and TypeScript. Swift and Lua support chunking/retrieval. Provider prerequisites and coverage differ by language.
The generated language matrix separates chunking, graph backends, incremental-backend support, and decoder parity. The product currently reuses or rebuilds views; file-level delta repair is not enabled.
Results and reproductions
| Start here | What you can inspect |
|---|---|
| Context methods and support matrix | Every retrieval pipeline, LLM workflow and agent route, sorted by the views it reads and who controls the search |
| Benchmarks | Localization, agent-context and resolution layers, evidence levels, and the method × benchmark matrix over CodeNib Base/Synthesis, SWE-bench Lite, Loc-Bench, SWE-Explore, Agent Retrieval Bench and ContextBench |
| grep → Jev result | 100-issue retrieval comparison, candidate controls, model use and limitations |
| Agent integration matrix | Revision-pinned LocAgent, Agentless, CoSIL, OrcaLoca and RepoNavigator contracts; compatibility does not imply reproduced paper scores |
| SWE-Explore validation | 1,020/1,020 real-output metric cells match the pinned official evaluator on a fixed 20-case run |
| DGX Spark deployment | Local Wiki, CodeGraph and model serving on GB10; a deployment guide, not a token-saving benchmark |
Documentation and community
Documentation · Architecture · Contributing · CI and testing · Changelog · Discord
CodeNib is in beta; public interfaces may change before a stable release. Historical research artifacts retain their published dataset identifiers.
Citation
If you use CodeNib in your research, please cite our arXiv paper:
@misc{yu2026codenibmultiviewdataserving,title={CodeNib: A Multi-View Data System for Serving Repository Context to Coding Agents}, author={Zhongming Yu and Hengjia Yu and Boqin Yuan and Shuting Zhao and Yizhao Chen and Aryan Dokania and Mihir Jagtap and Jiayu Chang and Yitong Ma and Yash Jayswal and Wentao Ni and Hejia Zhang and Zhaoling Chen and Gangda Deng and Jishen Zhao}, year={2026}, eprint={2607.25431}, archivePrefix={arXiv}, primaryClass={cs.SE}, url={https://arxiv.org/abs/2607.25431}, }
CodeNib is licensed under Apache 2.0.