CodeNib

Name: CodeNib
Author: sysevol-ai

作者：sysevol-aiバージョン 0.2.5i★ 91iパソコンで動く

レジストリ名ai.codenib/codenib

インストール

概要

作者による説明（英語の原文）

Source-linked CodeGraph exploration, ranked search, and static navigation for coding agents.

PopNx MCPの3つの柱

この3つを1つのスコアにまとめることはしません。意見、測定、人気はそれぞれ別のものだからです。

利用者の声iレビューはまだありませんレビューは今後のステップで、アカウント機能と一緒に始まります
私たちの基本チェックi3項目中3項目に合格公開情報からチェック。コードはまだスキャンしていません
利用状況i初期↓ 327/週 · ★ 91

できること

このサーバーのやさしい解説はまだ書いていません。以下はレジストリから読み取った事実です。

接続方法: パソコンで動く
トランスポート: stdio
カテゴリ: 検索・AIの記憶

インストール

使っているAIアプリを選んで、設定をコピーしてください。

インストールの前に

基本チェック：3項目中3項目に合格
あなたのパソコンで、あなたのユーザーと同じ権限（ファイル、ネットワーク、アプリ）で動きます。
レジストリには、入力が必要なキーは載っていません。

必要なもの

PyPIPythonのuvのインストール（uvxコマンドに必要）

どのアプリを使っていますか？

ClaudeClaude CodeCursorVS CodeChatGPT

上でアプリを選んでください。選んだアプリを覚えておくので、次からはボタンに「…にインストール」と表示されます。

Claude Desktop → Settings → Developer → Edit Config を開き、claude_desktop_config.json にこれを貼り付けます

{
  "mcpServers": {
    "codenib": {
      "command": "uvx",
      "args": [
        "codenib",
        "mcp"
      ]
    }
  }
}

ターミナルでこれを実行します

claude mcp add codenib -- uvx codenib mcp

このサーバーは起動コマンドに値を入れる必要があるので、設定をコピーして入力してください。

または、設定を自分でコピーする

プロジェクトの .cursor/mcp.json、または ~/.cursor/mcp.json に貼り付けます

{
  "mcpServers": {
    "codenib": {
      "command": "uvx",
      "args": [
        "codenib",
        "mcp"
      ]
    }
  }
}

ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。

このサーバーは起動コマンドに値を入れる必要があるので、設定をコピーして入力してください。

または、設定を自分でコピーする

プロジェクトの .vscode/mcp.json に貼り付けます

{
  "servers": {
    "codenib": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "codenib",
        "mcp"
      ]
    }
  }
}

これはパソコンで動くサーバーですが、ChatGPTがつなげるのはインターネット上のサーバーだけです。ほかのアプリを選んでください。

選んだアプリは、この端末のCookieに保存されます。アカウントは不要です。

この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。

できること

パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。

基本チェックi

誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月8日にチェック

✓ 合格
作者とリポジトリが一致
レジストリ名はドメイン codenib.ai で確認済みです（レジストリがドメインの所有を確認しています）
✓ 合格
今もメンテナンスされている
コードの最終更新：3 日前
✓ 合格
ライセンスがある
Apache-2.0を使用
– 対象外
エンドポイントが応答する
これはパソコンで動くため、インターネット上のエンドポイントはありません
– 対象外
OAuthでサインイン
パソコンで動き、代わりにローカルの設定を使います
… 未チェック
ツールの説明に隠れた指示がない
パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです

検索・AIの記憶のほかのサーバーとの比較i

このカテゴリのほかの5688件のうち100%よりスターが多い
このカテゴリのほかの5688件のうち91%より最近レジストリに公開
基本チェックの結果が、このカテゴリのほかの5688件のうち100%と同じかそれ以上

レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。

よくある質問

CodeNibは安全ですか？

当てはまる基本チェック3項目のうち3項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。

どんなキーやコードが必要ですか？

レジストリには必須のキーは載っていません。ただし、最初に使うときにサインインを求めるサーバーもあります。

パソコンで動きますか、それともクラウドですか？

あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません（サーバー自体がオンラインサービスを呼び出す場合を除きます）。

今もメンテナンスされていますか？

GitHubリポジトリの最終更新は3 日前、最新バージョン（0.2.5）がレジストリに届いたのは4 日前です。

どのアプリで使えますか？

Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。パソコンにPython (uv)も必要です。

代わりに使えるものは？

同じカテゴリには：Context7, Codebase Memory, Exa

代わりの候補

同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。

カードの見方：↓ 週あたりのダウンロードi★ GitHubスターi3つの柱：レビュー · チェック · 利用状況i更新＝最新バージョンをレジストリに公開した日i

Context7

Up-to-date docs for AI agents

作者：upstash広く使われている↓ 97.3万/週★ 6.4万一昨日更新

パソコンでもクラウドでも

インストール

Codebase Memory

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

作者：DeusData広く使われている↓ 1.8万/週★ 4.8万22 日前更新

パソコンで動く

インストール

Exa

Connect AI agents to Exa for web search, content fetching, and multi-step research.

作者：exa-labs成長中★ 52132 か月前更新

クラウドで動く✓ exa.ai

インストール

作者のREADME

READMEを開く

作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。

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.

CodeNib

概要

PopNx MCPの3つの柱

できること

インストール

インストールの前に

できること

基本チェックi

作者とリポジトリが一致

今もメンテナンスされている

ライセンスがある

エンドポイントが応答する

OAuthでサインイン

ツールの説明に隠れた指示がない

検索・AIの記憶のほかのサーバーとの比較i

よくある質問

代わりの候補

Context7

Codebase Memory

Exa

作者のREADME

Quickstart

Why CodeNib

How it compares

Languages

Results and reproductions

Documentation and community

Citation