Analyser le dépôt.
Codna scanne les fichiers, symboles, imports, tests et arêtes de dépendances dans 110 langages. Cela fonctionne sans LLM, coûte donc zéro token et ne transmet pas de code à un modèle.
codna triage . --json
Fonctionnement
Comprendre d'abord. Corriger chirurgicalement.
Codna sépare la compréhension de la base de code du raisonnement du modèle. La couche déterministe cartographie le dépôt. L'agent agit avec des preuves ciblées.
Fonctionnement
1
2
Construire le graphe de rayon d'impact.
Le graphe identifie ce qui peut casser si une fonction, un fichier, un package ou une API change. Cela permet à Codna de réduire l'espace de recherche avant que l'agent ne démarre.
3
Préparer le faisceau de preuves.
Codna transmet à l'agent exactement les fichiers, tests échoués, chemins d'appel et contexte historique dont il a besoin — pas un gigantesque dump de contexte.
4
Générer et vérifier la correction.
L'agent rédige un patch, Codna simule le risque, et vos tests vérifient. Avec l'application GitHub, le résultat devient une pull request.
codna fix . --issue "checkout race condition" --pr
Under the hood
What Codna hands the agent.
Whole repo100,000+
Evidence bundle~600
A change lights up its blast radius — Codna simulates the risk before you apply.
Architecture
Agnostique au modèle par conception.
Utilisez votre propre clé, votre propre fournisseur de modèle ou l'option LLM managé. La carte déterministe reste la même.
Apportez votre clé
Votre clé de modèle. Vos limites. Votre piste d'audit.
Serveur MCP
Donnez à Cursor et Claude la compréhension de la base de code comme outil local.
CLI en premier
Exécutez Codna dans n'importe quel dépôt, job CI ou conteneur.
GitHub App
Transformez les issues et les vérifications échouées en PRs de correction.
Frequently asked
A deterministic engine builds a dependency and blast-radius graph of your repository in roughly 60ms, using zero LLM tokens. That graph captures which code affects which — no AI guesswork involved in the analysis step.
An evidence bundle is the minimal slice of context Codna assembles before calling the AI agent — about 600 tokens, measured at 162x less than reading the whole repo. The agent sees only what is relevant to the bug, so fixes are faster and cheaper.
Every fix is verified by your own tests before it is surfaced. If the tests do not pass, the fix is not delivered.
Benchmarked head-to-head against Cursor across 87 tasks, Codna used 5× fewer tokens and ran 1.7× faster — roughly $0.02 per verified fix.
No — Codna supports 250+ languages. It mapped 130 repositories in 9.2 seconds for zero tokens, and the deterministic engine is language-agnostic by design.
Codna ships as a CLI, an MCP server for Cursor and Claude, and a native GitHub App that opens verified fix pull requests. You can self-host, bring your own API key, and egress is fail-closed — your code is never used for training.