モデルトークンなしでリポジトリを理解。
Codna はシンボル・インポート・コールパス・テスト・依存関係をエージェントがクエリできるライブグラフに解析します。
Symbols mappedevery symbol
Languages250+ supported
LLM 消費0 tokens
プロダクト
エージェントはリポジトリ全体ではなくエビデンスを受け取る。
ファイルをコンテキストウィンドウに投げ込む代わりに、Codna はコンパクトなバンドルを作成します：疑わしいファイル、コールチェーン、失敗したテスト、リスクマップ。
bundle: failing_test: checkout.spec.ts suspect_files: 4 call_paths: 7 estimated_context: ~600 tokens
コア機能
Issue から検証済みプルリクエストまで。
1
トリアージ
ローカルパスまたは git URL をミリ秒で理解し、変更が必要な場所を確認。
2
修正
根本原因、信頼スコア、回帰リスク見積もりとともにパッチを生成。
3
レビュー
影響範囲、テスト対象、API への影響とともに生成された変更をレビュー。
4
PR
GitHub App を使ってエビデンスを添付した検証済み修正プルリクエストを開く。
Distribution
Three ways to run Codna.
CLIRun codna fix in any repo, CI job, or container.
MCP serverGive Cursor and Claude codebase understanding as a local tool.
GitHub AppTriage issues and open verified fix pull requests.
Frequently asked
A deterministic engine builds a dependency and blast-radius graph in about 60ms, using zero LLM tokens. That graph produces a focused ~600-token evidence bundle — 162x less context than reading the repository — so the AI agent works only on what matters.
Every fix is verified by your own test suite before it ships. Nothing merges until your tests pass.
Codna supports 250+ languages, and has mapped 130 repositories in 9.2 seconds for zero tokens. If your project has tests, Codna can work with it.
In head-to-head testing across 87 tasks, Codna used 5× fewer tokens than Cursor and ran 1.7× faster, with every fix verified by the project's own tests (87/87). Both agents were measured on the same tasks.
Codna ships as a CLI, an MCP server that works inside Cursor and Claude, and a native GitHub App that opens verified fix pull requests directly in your repo.
No. You can self-host Codna, bring your own API key, and egress is fail-closed. Your code is never used for training.
