Repo-Verständnis ohne Modell-Tokens.
Codna parst Symbole, Importe, Call-Paths, Tests und Abhängigkeiten in einen Live-Graph, den der Agent abfragen kann.
Codna versteht die Struktur deiner Codebase bevor der erste Prompt verbraucht wird. Agenten fixen schneller, weil sie aufhören zu raten.
Codna parst Symbole, Importe, Call-Paths, Tests und Abhängigkeiten in einen Live-Graph, den der Agent abfragen kann.
Anstatt Dateien in ein Kontextfenster zu dumpen, erstellt Codna ein kompaktes Paket: verdächtige Dateien, Call-Chain, fehlgeschlagener Test und Risiko-Karte.
bundle: failing_test: checkout.spec.ts suspect_files: 4 call_paths: 7 estimated_context: ~600 tokens
Kernfunktionen
Verstehe jeden lokalen Pfad oder eine git-URL in Millisekunden und sieh, wo Änderungen wahrscheinlich nötig sind.
Generiere einen Patch mit Grundursache, Konfidenz-Score und Regressions-Risikobewertung.
Überprüfe generierte Änderungen mit Auswirkungsradius, betroffenen Tests und API-Auswirkungen.
Nutze die GitHub App, um verifizierte Fix-Pull-Requests mit angehängten Beweisen zu öffnen.
Distribution
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.