frigg: Lokal MCP-server som levererar kodmedveten kontext till assistenter
frigg, från Bnomei, är en Model Context Protocol (MCP) server som ger maskinbaserad kodintelligens till AI-kodningsagenter och utvecklararbetsflöden. Den analyserar projektkällan, bygger korsreferensindex och tillhandahåller semantisk hämtning samt omrankning så att modeller får rankade, strukturerade kodsnuttar. Nyckelelement inkluderar AST-baserad analys, SCIP-indexering, semantisk sökning och lokal först-behandling för minskad latens. Ingenjörer och AI-forskare får en tightare modellkontext för generation, felsökning och omstrukturering.
frigg tillhandahåller strukturerad projektkunskap som AI-agenter kan använda under kodningsuppgifter
Som en MCP-server konverterar frigg förrådsfiler till navigerbara, symbolmedvetna data som modeller kan fråga. Den använder AST-baserad parsing för att exponera kodhierarki och symboldefinitioner, plus ett indexlager som stöder korsreferenssökningar. Dessa funktioner gör att en assistent kan hämta specifika definitioner, anropsställen eller typinformation istället för råa filfragment, vilket hjälper med riktad kodgenerering, automatiserade förklaringar och kontextmedvetna redigeringar.
Sökrelevans förbättras när semantisk hämtning och omrankning kombineras
Verktyget kopplar samman betydelsebaserad sökning med en omrankare som ordnar träffar efter kontextuell passform, vilket ger mer relevanta utdrag för modellpromptar än endast nyckelordsökningar. Resultatets kvalitet beror på förrådets struktur och parserns förmåga att extrahera symboler; välformade projekt med konsekventa symboler ger tydligare träffar. Denna design minskar irrelevanta träffar under felsökning och omstrukturering av frågor, även om komplexa, röriga förråd fortfarande kan kräva mänsklig verifiering av föreslagna redigeringar.
Integration kräver MCP-kompatibla klienter och grundläggande körningsstöd
frigg förväntar sig en MCP-kompatibel klient för att begära modellkontext, och den körs där Rust eller Node.js-körningar är tillgängliga. Servern riktar sig mot standardutvecklarplattformar och ansluter till agentiska IDE-tillägg eller skrivbordsassistenter som talar MCP. Administratörer bör bekräfta klientkompatibilitet och ge servern tillgång till den målkodbas som används; installationen är inriktad på utvecklare som är bekväma med att lägga till en lokal tjänst i en befintlig verktygskedja.
Lokalt först-bearbetning håller analysen på värden, vilket hjälper till med integritet och responsivitet
Bearbetning sker på den lokala maskinen, så källkodanalys är inte beroende av fjärrindexering. Denna design minskar rundreslatens för kontextbegärningar och hjälper till att bevara kodens integritet för känsliga förråd. Team som hanterar proprietär eller reglerad kod drar nytta av att hålla symbolutvinning och indexering i sin miljö, samtidigt som de fortfarande exponerar strukturerad kontext till vilken assistent som helst som är ansluten till MCP-slutpunkten.
frigg är ett pragmatiskt på-enhetens kontextlager för modellassisterad utveckling
frigg är ett praktiskt alternativ för utvecklingsteam och forskare som vill ha tätare, lokala modellinmatningar för kodningsarbetsflöden; användare bör planera för integrationsarbete och rutinmässig granskning av genererade utdata i komplexa projekt. Använd det som en del av en befintlig assistentstack och validera föreslagna ändringar innan de åtar sig viktiga kodbaser.
