CodeNib

Name: CodeNib
Author: sysevol-ai

von sysevol-aiVersion 0.2.5i★ 91iLäuft auf deinem Computer

Name in der Registryai.codenib/codenib

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

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

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi3 von 3 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiGanz neu★ 91

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Suche & KI-Gedächtnis

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 3 von 3 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

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

Führe das in deinem Terminal aus

claude mcp add codenib -- uvx codenib mcp

Dieser Server braucht Werte in seiner Befehlszeile, also kopier die Einstellungen und trag sie ein.

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

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

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server braucht Werte in seiner Befehlszeile, also kopier die Einstellungen und trag sie ein.

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

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

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde über die Domain codenib.ai bestätigt (die Registry prüft, wem die Domain gehört)
✓ Bestanden
Wird noch gepflegt
Code zuletzt geändert: gestern
✓ Bestanden
Hat eine Lizenz
Nutzt Apache-2.0
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

Mehr Sterne als 100 % der anderen 7235 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 94 % der anderen 7235 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 7235 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist CodeNib sicher?

Er hat 3 von 3 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt gestern geändert, und die neueste Version (0.2.5) kam vorgestern in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Context7, Codebase Memory, Exa

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Context7

von upstash

Up-to-date docs for AI agents

Computer oder Cloud★ 64.224MITAktualisiert vor 3 Tagen

Installieren

Codebase Memory

von DeusData

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

Läuft auf deinem Computer★ 48.148MITAktualisiert vor 20 Tagen

Installieren

Exa

von exa-labs

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

Läuft in der Cloud★ 5.213MITAktualisiert vor 44 Tagen

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

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

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

Häufige Fragen

Alternativen

Context7

Codebase Memory

Exa

README vom Entwickler

Quickstart

Why CodeNib

How it compares

Languages

Results and reproductions

Documentation and community

Citation