Graft: Peta Codebase untuk Coding Agent
Graft mengurai repositori dengan tree-sitter menjadi peta codebase yang dapat ditanya agent melalui MCP, sehingga struktur tidak dicari ulang pada setiap sesi.
Peta codebase untuk coding agent
Peta codebase untuk coding agent adalah indeks repositori yang dipertahankan dan digunakan agent untuk mencari informasi, alih-alih menelusuri codebase dari awal dengan grep pada setiap sesi baru. Graft adalah salah satu implementasi pendekatan ini. Graft mengurai kode Anda dengan tree-sitter, menulis folder berisi node markdown yang saling terhubung serta grafik wiring per simbol, lalu menyediakan alat retrieval melalui MCP (model context protocol, antarmuka standar yang digunakan coding agent untuk memanggil alat eksternal).
Graft bukan proxy dan bukan gateway. Tidak ada komponen yang berada di antara agent dan model API. Peta tersebut adalah folder di disk yang dibaca oleh agent. Perbedaan ini menentukan masalah yang sedang Anda selesaikan: token gateway yang di-host sendiri mengukur dan merutekan request yang sudah Anda kirim, sedangkan peta mengubah jumlah request yang perlu Anda kirim sejak awal.
Teknik ini lebih lama daripada tool tersebut dan akan tetap digunakan setelah tool tersebut tidak lagi ada. Pelajari tekniknya terlebih dahulu, kemudian mekanismenya.
Mengapa coding agent menghabiskan context untuk menemukan kembali struktur
Perhatikan saat agent mulai bekerja pada repository yang sudah dilihatnya lima puluh kali. Agent mencantumkan direktori. Agent mencari sebuah simbol dengan grep. Agent membuka tiga file untuk menemukan file yang mendefinisikan fungsi tersebut, lalu membuka file keempat untuk mengetahui siapa yang memanggilnya. Tidak satu pun dari kegiatan itu merupakan tugasnya. Semua itu adalah orientasi, dan input token untuknya harus dibayar pada setiap sesi.
Penyebabnya sederhana. Model tidak memiliki memori antarsesi. Semua hal yang dipelajari agent tentang tata letak Anda tersimpan dalam context window yang dibuang saat sesi berakhir. Karena itu, proses penemuan yang sama kembali dijalankan dari awal, dan Anda kembali membayarnya. Prompt caching hanya memberikan diskon untuk prefix prompt yang identik dan terlihat dalam lima menit terakhir, atau satu jam terakhir dengan biaya tambahan. Jadi, mekanisme ini tidak dapat membawa hasil eksplorasi kemarin ke sesi hari ini. Pada repository besar, fase orientasi dapat menghabiskan biaya lebih besar daripada proses edit: sepuluh pemanggilan tool untuk menemukan kode dan satu pemanggilan untuk mengubahnya. Orientasi hanya merupakan separuh dari biaya tersebut dan proses edit merupakan separuh lainnya. Karena itu, skill yang membatasi agent agar hanya melakukan perubahan terkecil yang berfungsi layak dipadukan dengan peta, bukan dipilih salah satunya.
Peta memutus siklus tersebut dengan memindahkan proses penemuan dari model ke disk. Parser menelusuri repository satu kali, mencatat simbol yang didefinisikan di setiap lokasi serta simbol yang memanggil simbol lain, lalu terus memperbarui catatan itu saat kode berubah. Agent mengajukan satu pertanyaan dan mendapatkan jawaban yang disertai file serta nomor baris. Eksplorasi berulang berubah menjadi pencarian yang murah.
Anda sebenarnya sudah menggunakan versi yang lebih sederhana dari pendekatan ini. AGENTS.md yang menyatakan konvensi Anda mencegah agent menyimpulkan kembali konvensi tersebut setiap kali. Peta yang dibuat secara otomatis mencegah agent menyimpulkan kembali struktur Anda. Perbedaannya terletak pada pihak yang menulisnya. Anda menulis file instruksi secara manual, sehingga ukurannya tetap kecil. Parser membuat peta secara otomatis, sehingga peta tersebut dapat mencakup sepuluh ribu file. Untuk mengetahui ke mana anggaran context sebenarnya digunakan dalam sebuah sesi, cara Claude Code menggunakan context window-nya menjelaskan perinciannya.
Apa yang sebenarnya dibangun Graft
Dua artefak, keduanya berada dalam satu folder graft/ di root repositori.
Artefak pertama adalah graf node yang ditulis sebagai markdown tertaut, dengan satu file untuk setiap node. Setiap node berisi ringkasan dalam bahasa yang mudah dipahami, "crux" yang memuat baris logika penting yang diambil dari source, file source yang tepat beserta content hash, wikilink bertipe ke node lain (depends_on, part_of, uses, implements), serta bagian catatan yang tetap dipertahankan saat regenerasi agar Anda dapat mencatat konteks yang tidak dapat disimpulkan oleh parser.
Artefak kedua adalah graft/.graph/wiring.json, yaitu graf struktural per simbol yang diekstrak oleh tree-sitter: definisi, referensi, dan edge pemanggilan di antara simbol-simbol tersebut.
Pemisahan ini penting karena hanya satu bagian yang memerlukan model. graft build sepenuhnya menggunakan tree-sitter dan tidak pernah memanggil LLM (large language model), sehingga hasilnya deterministik dan tidak menimbulkan biaya. graft build --deep menambahkan ringkasan tertulis dan crux untuk setiap simbol. Keduanya memerlukan pemanggilan model yang harus Anda bayar.
Dukungan bahasa dibagi ke dalam beberapa tingkat. Tingkat tersebut menunjukkan seberapa jauh Anda dapat mengandalkan call graph. TypeScript, JavaScript, Python, Go, Java, Kotlin, PHP, Swift, dan R mendapatkan resolusi lintas file yang memperhitungkan scope. Rust, C, C++, C#, Ruby, Scala, Elixir, Solidity, OCaml, Zig, Dart, Clojure, Nix, dan Lua mendapatkan simbol serta edge pemanggilan generik. Artinya, sebuah edge dapat didasarkan pada kecocokan nama, bukan referensi yang telah di-resolve. Edge setara compiler dapat diaktifkan secara opsional dengan --lsp dan language server seperti rust-analyzer atau gopls.
Instal Graft dan kunci versinya
Graft memerlukan Node.js 20 atau yang lebih baru dan berlisensi MIT. Per 17 October 2026, rilis saat ini adalah 0.23.0, yang dipublikasikan pada 15 October 2026, sedangkan versi pertama yang dipublikasikan, 0.1.0, bertanggal July 2026. Perlakukan Graft sebagai perangkat lunak yang masih baru. Rilis 0.22.0, yang dipublikasikan pada 14 October 2026, mengganti nama proyek menjadi Trail-code: kode yang sama kini juga dirilis sebagai @trailhq/trail-code dengan perintah trail, sedangkan @nanonets/graft tetap menggunakan perintah graft.
Panduan ini mengunci versi 0.21.1, yang dipublikasikan pada 29 September 2026 dan merupakan rilis terakhir sebelum penggantian nama, karena versi 0.22 dan 0.23 mengubah perintah yang digunakan panduan ini. Mulai versi 0.22, graft check membandingkan diff branch Anda dengan pembelajaran tim dari repo dan keluar dengan status 1 jika terjadi konflik, deteksi penyimpangan dipindahkan ke graft build --check, dan tool MCP diberi nama trail_* (server masih merespons nama graft_* yang lama). Changelog 0.23.0 juga menyebutkan bahwa pada repo yang disiapkan dengan trail, map dipindahkan ke .trail/cache/ dan Claude Code tidak lagi mendapatkan server MCP, sedangkan README masih menjelaskan graft/ dan .mcp.json. Baca changelog dan jalankan --dry-run sebelum memindahkan pin versi.
npm install -g @nanonets/graft@0.21.1
npm ls -g @nanonets/graftnpm ls -g seharusnya menampilkan @nanonets/graft@0.21.1. Kunci versi tersebut secara sengaja. Perintah npm install -g @nanonets/graft tanpa versi akan memilih tag latest pada saat perintah dijalankan. Pada proyek yang merilis beberapa versi minor setiap bulan, hal ini dapat menyebabkan Anda menggunakan tool yang berbeda pada Tuesday dari yang diinstal rekan Anda pada Monday. Versi yang dikunci menjaga flag CLI dan format graph tetap sama untuk semua orang, sehingga Anda dapat melakukan upgrade saat Anda memutuskan.
Selanjutnya, hubungkan Graft ke repository yang Anda miliki:
cd /path/to/your/repo
graft init --dry-run
graft initgraft init menanyakan coding agent yang ingin Anda hubungkan, lalu membuat graph. Jalankan --dry-run terlebih dahulu dan baca daftar file yang akan diubah, karena beberapa file tersebut berada di luar repository. graft init bersifat idempotent dan tidak menimpa konfigurasi yang sudah ada, sehingga aman dijalankan untuk kedua kalinya. Untuk membatalkan perubahan, graft uninstall menghapus semua file dan entri konfigurasi yang ditulis Graft. Perintah ini berjalan sebagai dry run sampai Anda memberikan -y.
Prompt yang sama juga menampilkan kotak centang telemetri. Sejak rilis 0.12.0, Graft secara default mengirim ping penggunaan anonim: jumlah yang dikelompokkan dan label tetap, bukan kode, path file, atau nama repository Anda. Event dikirim paling banyak sekali sehari, dengan satu pengecualian: event instalasi, yang langsung diteruskan oleh hook postinstall npm ke pengirim latar belakang. Hapus centang tersebut selama graft init, jalankan graft telemetry disable, atau tetapkan DO_NOT_TRACK=1 untuk menonaktifkannya (telemetri juga otomatis dinonaktifkan di CI). graft telemetry debug menampilkan batch yang akan dikirim tanpa mengirimkannya.
Pada versi 0.21.1, wiring mencakup Claude Code, Cursor, Codex, GitHub Copilot, Google Gemini, Kiro, Windsurf, Grok (xAI), AdaL, Hermes Agent, dan Google Antigravity. Hermes Agent telah menjadi host graft init kelas utama sejak rilis 0.13.0. Pada versi yang dikunci, graft init --agents hermes dan graft init --agents antigravity memilih kedua host tersebut seperti host lainnya. Grok ditambahkan pada rilis 0.13.0 dan dipilih dengan graft init --agents grok. Claude Code mendapatkan integrasi paling mendalam: entri server MCP, statusline yang menampilkan ukuran dan kedaluwarsa graph, hook post-edit yang membangun ulang graph, serta file skill di .claude/. Host lainnya mendapatkan file instruksi atau rule yang memberi tahu agent bahwa tool tersebut tersedia (Hermes Agent dan Antigravity sama-sama membaca bagian AGENTS.md), sedangkan Grok juga mendapatkan blok MCP dalam konfigurasinya sendiri. Jadi, "didukung" berarti Graft menulis wiring tersebut. Agent yang melewati file rule miliknya sendiri juga akan melewati map tersebut. Itulah alasan umum agent mengabaikan instruksi yang Anda tulis untuknya, dan hal ini juga berlaku di sini.
Yang masuk ke repositori dan yang tidak masuk ke git
Setelah graft init, item berikut akan tersedia:
graft/: graf node markdown dangraft/.graph/wiring.json. Ditambahkan ke.gitignoresecara otomatis..mcp.json: mendaftarkan server MCP graft agar Claude Code menjalankannya..claude/settings.json: digabungkan pada tempatnya dan menambahkan statusline serta hook post-edit.AGENTS.md,GEMINI.md,.github/copilot-instructions.md,.cursor/rules/graft.mdc,.kiro/steering/graft.md,.windsurf/rules/graft.md,.grok/skills/graft/SKILL.md, dan.adal/skills/graft/SKILL.md: bagian yang dibatasi marker dan ditambahkan ke file yang sesuai dengan agen yang Anda pilih..grok/config.toml: blok[mcp_servers.graft]tingkat repositori yang hanya ditulis jika Anda memilih Grok.~/.codex/config.toml,~/.codex/hooks.json, dan~/.codex/hooks/graft/graft-hooks.cjs: konfigurasi tingkat mesin yang hanya ditulis jika Anda memilih Codex dan~/.codex/sudah ada.graft init --no-globalmelewati konfigurasi tersebut, sedangkangraft init --no-hookssecara khusus melewati hook shim.
Graf tersebut adalah cache, seperti node_modules. Jangan commit graf tersebut. Graf akan dibuat ulang dari kode dalam hitungan detik, berubah hampir setiap kali Anda mengedit, dan jika di-commit akan mengubah perbaikan satu baris menjadi diff yang mencakup beberapa ratus file dan tidak akan dibaca oleh reviewer. Commit konfigurasi penghubungnya, termasuk AGENTS.md dan .mcp.json. Anggota tim dapat melakukan clone repositori, menjalankan graft build, lalu mendapatkan graf lokal mereka sendiri.
Periksa apakah aturan ignore sudah diterapkan sebelum commit pertama Anda:
grep -n graft .gitignore
git status --shortgrep harus mencetak satu baris yang berisi graft/, sedangkan git status --short tidak boleh menampilkan apa pun di bawah graft/. Jika file di bawah graft/ muncul dalam output tersebut, berarti entri ignore tidak ada atau ditimpa di tempat lain. Perbaiki sebelum commit, karena git tetap melacak file setelah file tersebut ditambahkan, dan pengeditan .gitignore berikutnya tidak akan membatalkan pelacakan file itu.
Jika Anda ingin mendaftarkan server MCP secara manual atau menguncinya pada versi yang sama dengan versi yang Anda instal, entri ini cukup singkat:
{
"mcpServers": {
"graft": {
"command": "npx",
"args": ["-y", "@nanonets/graft@0.21.1", "mcp"]
}
}
}Alat retrieval yang dipanggil agent Anda sebagai pengganti grep
Graft mengekspos enam alat melalui MCP. graft_find_code mengembalikan node yang diurutkan berdasarkan relevansinya untuk deskripsi tugas, lengkap dengan file dan barisnya. graft_file_api mengembalikan semua signature dalam sebuah file tanpa body. graft_trace_calls menelusuri caller atau callee hingga beberapa tingkat. graft_find_all mengembalikan hasil regex yang dikelompokkan berdasarkan symbol. graft_repo_map memberikan gambaran awal tentang repository yang belum dikenal. graft_check_freshness melaporkan apakah graph masih sesuai dengan kode.
Masing-masing memiliki padanan CLI. Gunakan padanan ini untuk memeriksa hal yang benar-benar diterima agent Anda:
graft map .
graft ask "where do we validate the refresh token"
graft skeleton src/auth/session.ts
graft callers validateRefreshToken
graft callers validateRefreshToken --direction out
graft grep "refresh_token" --jsongraft ask seharusnya mencetak node yang diurutkan, dengan referensi file:line, bukan isi file. Itulah seluruh mekanismenya: agent menerima pointer lalu membuka satu file, bukan membaca sepuluh file untuk menemukan file yang tepat. graft viz membuka viewer interaktif pada localhost jika Anda ingin melihat graph secara langsung. Jika graft ask tidak mengembalikan hasil yang berguna untuk pertanyaan yang dapat Anda jawab dalam tiga puluh detik, jangan mengubah redaksinya lalu menjalankannya lagi. Ranked retrieval dapat gagal, dan skill file milik project menyatakan bahwa hasil yang lemah berarti Anda harus beralih ke graft grep, graft skeleton, atau graft callers. Jika semuanya juga tidak memberikan hasil memadai, periksa drift (graft check . pada versi pinned 0.21.1, graft build --check mulai 0.22) dan pastikan tier yang digunakan oleh bahasa Anda, karena graph yang kedaluwarsa atau edge dari broad tier akan membuat agent Anda gagal dengan cara yang sama.
Ada satu biaya yang mudah terlewatkan. Enam definisi alat disisipkan ke system prompt pada setiap request selama seluruh sesi. Anda tetap membayar biaya tersebut, baik agent menggunakan map maupun tidak. Pada repository yang cukup kecil untuk dimuat ke dalam context, biaya tetap ini dapat lebih besar daripada eksplorasi yang dihemat.
Apa yang terjadi pada graph saat kode berubah
Pembaruan struktural berlangsung cepat dan otomatis. Graft membaca working tree, bukan git, sehingga perubahan yang belum Anda commit dan perubahan yang sudah Anda stage sama-sama terlihat. Setiap query terlebih dahulu memeriksa working tree dengan stat, lalu hanya mem-parse ulang file yang berubah. Dokumentasi 0.21.1 menyebut pemeriksaan ini memerlukan sekitar 3 ms saat tidak ada perubahan; README saat ini menyebut beberapa puluh milidetik, sekitar 50 ms pada repository milik proyek itu sendiri. Rebuild pada akhir turn hanya menyentuh file tempat kode berubah. Atur GRAFT_NO_REFRESH=1 atau teruskan --no-refresh untuk mendapatkan jawaban dari graph di disk tanpa melakukan parsing ulang. Teruskan --no-reuse untuk memaksa parsing ulang secara cold terhadap semua file. Gunakan opsi ini setelah meng-upgrade Graft itu sendiri.
Bagian yang ditulis model berperilaku berbeda. Bagian inilah yang dapat mengalami masalah tanpa terlihat. Summary dan crux disimpan dalam cache. Setiap node mencatat content hash dari sumbernya. Jika file sumber berubah, node ditandai stale, bukan dianggap masih mutakhir. Penanda ini hanya berguna jika ada proses yang menindaklanjutinya. Lakukan refresh dengan graft build --deep. Tindakan ini akan menggunakan token model lagi.
Tampilkan status stale:
graft check .
echo $?Pada versi 0.21.1 yang dipin, exit status 0 berarti graph sesuai dengan kode, sedangkan exit status 1 berarti terjadi drift. Mulai versi 0.22, graft check menghasilkan exit status 1 jika terjadi conflict dengan team learning. Untuk drift, gunakan graft build --check. Karena itu, ubah command saat Anda memindahkan pin. Jalankan command tersebut dari pre-push hook agar map yang telah berusia enam bulan tidak memberikan jawaban dengan yakin tentang kode yang ditulis ulang pada Maret. README 0.21.1 menjelaskan graft check sebagai sinyal freshness lokal, sedangkan README saat ini mencantumkan build --check untuk CI. Dalam kedua kasus, graft/ diabaikan oleh git. Artinya, checkout CI yang baru dimulai tanpa graph, kecuali job membuatnya.
Baca angka benchmark yang dipublikasikan dengan cermat
README 0.21.1 menampilkan klaim "hingga 4x lebih murah dan 3x lebih cepat, dengan ketepatan yang lebih baik atau tidak menurun" sebagai pernyataan utama. README saat ini menghapus kalimat tersebut dan menampilkan angka yang lebih kecil: "Dari 162 eksekusi agent yang sama pada task yang sama: biaya 32% lebih rendah, token input yang tidak di-cache 42% lebih sedikit, waktu 60% lebih singkat, dan proporsi jawaban yang benar tetap sama." Angka tersebut berasal dari benchmark milik proyek yang dipublikasikan dalam README-nya. Berikut dua eksekusi yang dilaporkan secara lengkap.
Data di balik grafik ini
[
{
"label": "Controlled sweep",
"run_count": 162,
"token_saving_pct": 42,
"tool_call_saving_pct": 46,
"correctness_pct": 93,
"baseline_correctness_pct": 93
},
{
"label": "SWE-bench Verified",
"run_count": 50,
"token_saving_pct": 23,
"tool_call_saving_pct": 25,
"correctness_pct": 66,
"baseline_correctness_pct": 54
}
]Pengujian terkontrol mencakup 162 eksekusi pada dua repository, salah satunya repository Graft sendiri, dengan tiga trial untuk setiap task. Pengujian ini melaporkan token input yang tidak di-cache 42% lebih sedikit dan pemanggilan tool 46% lebih sedikit. Eksekusi SWE-bench Verified mencakup 50 instance dengan model yang sama pada kedua sisi perbandingan, dan melaporkan penghematan yang lebih kecil: 23% token dan 25% pemanggilan tool. Eksekusi ketiga pada 15 task PocketBase, yang terdiri atas sepuluh pertanyaan developer dan lima pull request yang telah digabung dan direproduksi, menghabiskan total 11.02 dolar AS, dibandingkan dengan 13.91 dolar AS pada baseline.
Anggap semua angka tersebut sebagai benchmark vendor. Ada dua hal yang membatasi informasi yang dapat diperoleh darinya. Pengujian terkontrol mencakup repository Graft sendiri, yaitu codebase yang digunakan pembuatnya sebagai dasar optimasi. SWE-bench Verified adalah dataset publik yang berisi issue dari berbagai proyek open source Python yang terkenal, dan dataset publik adalah jenis dataset yang biasanya dioptimalkan oleh tool, disengaja ataupun tidak. Tidak satu pun dari kedua benchmark tersebut menggambarkan private monorepo Anda, yang memiliki kebiasaan penamaan dan dead code sendiri.
Baca kembali bagian correctness dengan cermat. Pada pengujian terkontrol, nilainya tidak berubah: 93% dengan map, dibandingkan 93% tanpa map. Kenaikan menjadi 66% dari 54% hanya muncul pada SWE-bench Verified. Tool yang mengurangi tagihan token tanpa menurunkan kualitas tetap merupakan pertukaran yang baik. Namun, jangan menerapkan hasil correctness dari SWE-bench ke hasil token pada pengujian terkontrol lalu menyebut keduanya sebagai satu klaim.
Ukur selisih token Anda sendiri sebelum mempercayainya
Satu-satunya angka yang penting adalah angka dari repositori Anda. Metode ini memerlukan waktu satu sore.
Pilih tugas yang dapat Anda ulangi secara persis. Pertanyaan lebih baik daripada pengeditan karena pengeditan mengubah repositori, sehingga proses kedua bukan lagi eksperimen yang sama. Pertanyaan seperti "Modul mana yang menerapkan pembatasan laju pada rute login" memiliki bentuk yang tepat.
Aktifkan telemetri dan kirim hasilnya ke terminal Anda sendiri:
export CLAUDE_CODE_ENABLE_TELEMETRY=1
export OTEL_METRICS_EXPORTER=console
claudeEksportir konsol mencetak catatan metrik saat catatan tersebut dikumpulkan. Metrik yang Anda perlukan adalah claude_code.token.usage, yang memiliki atribut type dengan nilai input, output, cacheRead, atau cacheCreation. Informasi orientasi terdapat dalam input dan cacheRead karena isi file disimpan di sana. Jumlahkan keduanya.
Jalankan tugas tersebut tiga kali, masing-masing dalam sesi baru, dengan map yang sudah terhubung. Kemudian hapus entri graft dari .mcp.json dan jalankan tugas tersebut tiga kali lagi. Bandingkan median, bukan hasil tunggal, karena hasil eksekusi agent sangat bervariasi dan satu eksekusi yang tidak menguntungkan dapat memberikan kesimpulan yang berlawanan dari kenyataan. Catat juga jumlah pemanggilan tool: pemanggilan tool adalah mekanismenya, sedangkan token adalah dampaknya. Jadi, penghematan token tanpa pengurangan pemanggilan tool berarti ada hal lain yang berubah.
Kemudian kurangi biaya yang tidak ditampilkan benchmark. graft build --deep menggunakan token model pada setiap refresh penuh. Keenam skema tool disertakan dalam setiap request. Jika agent Anda berjalan pada server yang disewa, menetapkan batas pengeluaran agent mengubah situasi ini dari kejutan menjadi anggaran, sedangkan hal yang sebenarnya dilaporkan telemetri agent coding menjelaskan data yang keluar dari mesin setelah Anda mengaktifkan eksportir.
Kapan pemetaan codebase tidak lagi membantu?
- Repository sudah muat dalam konteks. Satu service kecil tidak memerlukan peta, dan Anda tetap menanggung biaya enam skema tool pada setiap request. Jika agent saat ini dapat menemukan file apa pun dalam satu atau dua pemanggilan tool, lewati langkah ini.
- Bahasa pemrograman Anda berada dalam tier umum. Call edge generik dapat menyebabkan
graft callersmelewatkan caller atau menghasilkan caller yang salah akibat benturan nama. Konfirmasikan dengangraft grepsebelum mempercayai blast radius. - Graph menjadi usang dan tidak ada yang menyadarinya. Pada 0.21.1,
graft checkkeluar dengan kode 1 saat terjadi drift (mulai 0.22,graft build --checkmelakukannya). Pemeriksaan ini hanya berguna jika ada sesuatu yang menjalankannya. Gunakan pre-push hook, bukan mengandalkan kebiasaan. - Monorepo memerlukan pembatasan cakupan. Satu monorepo git tidak dipecah, tetapi
graft buildmendeteksi subproject daripnpm-workspace.yaml, workspacepackage.json, ataugo.mod,pyproject.toml, atauCargo.tomlper package, lalu menggunakannya sebagai cakupan pemeringkatan.graft ask "..." --in services/billing/membatasi query ke satu subproject. Prinsip yang sama seperti file AGENTS.md bertingkat untuk setiap package berlaku untuk pemetaan ini. - Agent mengabaikan konfigurasi penghubungnya. Amati pemanggilan tool dalam sesi nyata sebelum menyimpulkan bahwa peta tersebut digunakan. Agent yang masih menjalankan
grepmenunjukkan bahwa agent tidak pernah membaca file aturan.
FAQ
Apakah folder graft/ perlu di-commit ke git?
Tidak. graft build otomatis menambahkan graft/ ke .gitignore Anda, karena graph tersebut merupakan cache yang dapat dibuat ulang seperti node_modules. Isinya berubah hampir setiap kali Anda melakukan pengeditan, sehingga meng-commit folder ini akan menutupi diff yang sebenarnya dengan ratusan file hasil generate. Commit konfigurasi yang memberi tahu agent bahwa map tersedia, termasuk AGENTS.md dan .mcp.json, lalu biarkan setiap anggota tim menjalankan graft build secara lokal. Verifikasi dengan grep -n graft .gitignore dan git status --short sebelum commit pertama, karena git akan terus melacak file setelah file tersebut ditambahkan, dan mengedit .gitignore setelahnya tidak akan menghapus status pelacakan tersebut.
Apakah Graft memerlukan biaya untuk dijalankan?
Bagian strukturalnya tidak. graft build, graft ask, graft check, dan enam tool retrieval MCP merupakan operasi tree-sitter yang tidak pernah memanggil model. graft build --deep adalah bagian berbayar: fitur ini menulis ringkasan dalam bahasa Inggris biasa dan crux untuk setiap simbol melalui LLM, yang dikonfigurasi dengan GRAFT_PROVIDER, GRAFT_API_KEY, dan GRAFT_MODEL, serta GRAFT_BASE_URL untuk endpoint yang kompatibel dengan OpenAI. Anda dapat menjalankan Graft hanya dengan struktur tanpa pernah menghabiskan token untuk graph itu sendiri.
Seberapa besar penghematan yang dapat diberikan map codebase pada repository saya?
Tidak ada yang dapat memberi tahu Anda tanpa melakukan pengukuran. Project tersebut melaporkan q:graft_published:token_saving_pct lebih sedikit input token yang tidak di-cache dalam pengujian sebanyak q:graft_published:run_count kali dan q:graft_published:token_saving_pct@-1% lebih sedikit token pada SWE-bench Verified, keduanya dibandingkan dengan baseline tanpa map. Keduanya merupakan benchmark vendor; salah satunya sebagian dijalankan pada repository milik Graft sendiri, dan tidak satu pun menggambarkan code private Anda. Jalankan satu pertanyaan yang dapat diulang sebanyak tiga kali dengan map dan tiga kali tanpa map, dengan CLAUDE_CODE_ENABLE_TELEMETRY=1 dan OTEL_METRICS_EXPORTER=console yang telah ditetapkan, lalu bandingkan median claude_code.token.usage untuk tipe input dan cacheRead.
Apa yang terjadi pada graph ketika saya melakukan refactor?
Struktur akan di-parse ulang secara otomatis. Graft memeriksa working tree dan hanya mem-parse ulang file yang berubah, sehingga rename akan terdeteksi pada query berikutnya. Jika tidak ada yang dipindahkan, pemeriksaan tersebut memerlukan waktu sekitar 3 ms pada 0.21.1 dan beberapa puluh milidetik pada release saat ini. Pemeriksaan ini juga mendeteksi pekerjaan yang belum di-commit karena Graft membaca file, bukan riwayat git. Ringkasan yang ditulis oleh model adalah bagian yang menjadi usang: setiap node menyimpan content hash dari sumbernya, dan perubahan pada sumber akan menandai node sebagai stale, bukan menulis ulang node tersebut. Periksa drift (graft check . pada 0.21.1, graft build --check mulai 0.22), lalu jalankan graft build --deep untuk memperbarui bagian yang ditulis.
Agent coding mana yang dapat menggunakan Graft saat ini?
Pada 0.21.1 yang dipin, graft init menghubungkan Claude Code, Cursor, Codex, GitHub Copilot, Google Gemini, Kiro, Windsurf, Grok (xAI), AdaL, Hermes Agent, dan Google Antigravity, sehingga totalnya sebelas host. Changelog telah mencantumkan Hermes Agent sebagai host kelas satu sejak 0.13.0, dan hermes serta antigravity merupakan id --agents biasa pada release yang dipin. Claude Code mendapatkan dukungan paling lengkap: entri server MCP di .mcp.json, statusline, hook post-edit, dan file skill di bawah .claude/. Codex mendapatkan bagian AGENTS.md serta entri seluruh mesin di bawah ~/.codex/, yang dilewati oleh graft init --no-global. Grok mendapatkan file skill serta blok MCP di .grok/config.toml. Hermes Agent dan Antigravity membaca bagian AGENTS.md, sedangkan yang lain menerima file rules atau steering. Client MCP lain dapat langsung menggunakan server dengan mendaftarkan command npx -y @nanonets/graft@0.21.1 mcp.