概要
Claude Codeのトークン消費を抑えるため、リポジトリをナレッジグラフ化してMCPサーバー経由で効率的に探索・照会させる手法とその劇的な削減効果を解説。
詳細内容
AIコーディングエージェントがファイル探索やgrepを繰り返すことで発生する膨大なトークン消費を解決するため、コードベースを「ナレッジグラフ（コードグラフ）」として構造化する手法を紹介しています。主なポイントは以下の通りです。
1. **課題の特定**: 従来の探索型エージェントは、コード構造を理解しないままファイル走査を行うため、1回の問い合わせで数千トークンを浪費する。
2. **解決策**: 関数やクラスをノード、呼び出しや包含をエッジとするグラフを構築し、エージェントが必要な箇所のみをクエリで取得できるようにする。
3. **研究裏付け**: RepoGraph（ICLR 2025）等の論文を引用し、トークン使用量を1/10に削減しつつ、コーディング課題の解決率を平均32.8%向上させた実績を提示。
4. **実装ガイド**: PythonのAST（抽象構文木）を用いたグラフ構築や、MCP（Model Context Protocol）サーバーとしてClaude Codeに接続する具体的な手順を解説。
大規模リポジトリの影響範囲分析など、構造的な理解が必要なタスクで特に高い投資対効果（ROI）を発揮します。