Понимание репозитория без токенов модели.
Codna парсит символы, импорты, пути вызовов, тесты и зависимости в живой граф, который может запрашивать агент.
Codna понимает структуру вашей кодовой базы до того, как будет потрачен первый токен. Агенты исправляют быстрее, потому что перестают угадывать.
Codna парсит символы, импорты, пути вызовов, тесты и зависимости в живой граф, который может запрашивать агент.
Вместо выгрузки файлов в окно контекста Codna создаёт компактный пакет: подозрительные файлы, цепочку вызовов, упавший тест и карту рисков.
bundle: failing_test: checkout.spec.ts suspect_files: 4 call_paths: 7 estimated_context: ~600 tokens
Ключевые возможности
Понимайте любой локальный путь или git URL за миллисекунды и видьте, где вероятно требуются изменения.
Генерируйте патч с первопричиной, оценкой уверенности и оценкой риска регрессии.
Проверяйте сгенерированные изменения с радиусом воздействия, затронутыми тестами и влиянием на API.
Используйте GitHub App для открытия проверенных pull request с исправлениями и прикреплёнными доказательствами.
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.