README_de.md

 ▄▀▀▀ █▀▀▄ ▄▀▀▄ █▀▀█ █▀▀▀ █▀▀▄ ▄▀▀▄ ▄▀▀▄ ▀█▀
 █ ▀▄ █▄▄▀ █▄▄█ █▄▄█ █▀▀  █▄▄▀ █  █ █  █  █
 ▀▀▀▀ ▀ ▀▀ ▀  ▀ █    ▀▀▀▀ ▀ ▀▀ ▀▀▀▀ ▀▀▀▀  ▀

Was ist GrapeRoot?

GrapeRoot ist eine quelloffene Kontext-Engine, die zwischen dir und deinem KI-Programmierassistenten arbeitet. Sie baut einen semantischen Graphen deines Codebases auf — Dateien, Symbole, Importe, Aufrufketten — und lädt genau den richtigen Code in jeden Prompt, bevor deine KI ihn zu sehen bekommt.

Das Ergebnis: Deine KI verwendet Tokens fürs Denken, nicht fürs Suchen.

Du führst aus: dgc /path/to/project
                    ↓
1. Projekt wird gescannt → semantischer Graph wird aufgebaut (Dateien, Symbole, Importe)
2. Du stellst eine Frage
3. Graph ermittelt die relevanten Dateien → packt sie in den Kontext
4. KI erhält deine Frage + den bereits geladenen richtigen Code
5. Weniger Gesprächsrunden, weniger Tokens, bessere Antworten

Die Token-Einsparungen summieren sich über eine Sitzung hinweg. Der Graph merkt sich, welche Dateien gelesen, bearbeitet und abgefragt wurden — jede Runde wird günstiger.

Ergebnisse

Benchmarks auf mehreren realen Codebasen (über 7.700 Dateien) und mehr als 50 Engineering-Prompts:

Kostenreduzierung nach Aufgabentyp

Die Einsparungen summieren sich über eine Sitzung hinweg — ein in Runde 3 eingesparter Token vermeidet auch die Cache-Neuabrechnung in jeder nachfolgenden Runde. Die Qualität bleibt bei jedem der oben genannten Aufgabentypen gleich oder verbessert sich.

Vollständige Benchmark-Methodik und Ergebnisse: graperoot.dev/benchmarks

Unterstützte KI-Tools

Unterstützte Sprachen

TypeScript · JavaScript · Python · Go · Swift · Rust · Java · Kotlin · Scala · C# · Ruby · PHP

Installation

macOS / Linux:

curl -sSL https://raw.githubusercontent.com/kunal12203/Codex-CLI-Compact/main/install.sh | bash
source ~/.zshrc   # or ~/.bashrc / ~/.profile

Windows (PowerShell):

irm https://raw.githubusercontent.com/kunal12203/Codex-CLI-Compact/main/install.ps1 | iex

Windows (Scoop):

scoop bucket add dual-graph https://github.com/kunal12203/scoop-dual-graph
scoop install dual-graph

Voraussetzungen: Python 3.10+, Node.js 18+ sowie eines der unterstützten KI-Tools. Das Installationsprogramm erkennt fehlende Tools und bietet deren automatische Installation an.

Verwendung

Wichtig: Verwende immer dgc (nicht direkt claude), um sicherzustellen, dass der MCP-Server läuft.

Claude Code

dgc                                      # scan current directory, launch Claude
dgc /path/to/project                     # scan a specific project
dgc /path/to/project "fix the login bug" # start with a prompt

OpenAI Codex CLI

dg                              # scan current directory
dg /path/to/project             # scan a specific project
dg /path/to/project "add tests" # start with a prompt

Interaktive Auswahl (neu in v3.9.99)

graperoot          # shows directory confirm + arrow-key tool picker
graperoot .        # same, picks from current directory
graperoot --version   # print current version
graperoot --update    # force self-update

Alle Tools über graperoot

graperoot . --cursor          # Cursor
graperoot . --gemini          # Gemini CLI
graperoot . --opencode        # OpenCode
graperoot . --copilot         # GitHub Copilot
graperoot . --openclaw        # OpenClaw
graperoot . --kilocode        # Kilocode
graperoot . --mimocode        # MiMo Code
graperoot /path --gemini "add tests"   # specific project + prompt

Windows

dgc .                          # from inside the project directory
dgc "D:\projects\my-app"       # any drive, any path
dg "C:\work\backend"           # Codex CLI
dgc --gemini "D:\projects\app" # Gemini CLI on Windows

Funktionsweise

1. Graph-Scan — Beim ersten Aufruf extrahiert GrapeRoot Dateien, Funktionen, Klassen und Importbeziehungen in einen lokalen Graphen, der unter .dual-graph/ gespeichert wird.
2. Kontextabruf — Bei jeder Frage bewertet der Graph die relevantesten Dateien und fügt sie in den Prompt ein, bevor deine KI ihn sieht.
3. Sitzungsgedächtnis — Dateien, die du gelesen, bearbeitet oder abgefragt hast, werden in zukünftigen Runden höher gewichtet. Der Kontext wächst mit jeder Interaktion.
4. MCP-Tools — Deine KI kann über graphbewusste Tools (graph_read, graph_retrieve, graph_neighbors) bei Bedarf weiter in die Tiefe gehen.

Die gesamte Verarbeitung findet lokal statt. Kein Code verlässt deinen Rechner.

Daten & Dateien

Alle Daten liegen in <project>/.dual-graph/ (wird automatisch zu .gitignore hinzugefügt):

Globale Installation unter ~/.dual-graph/:

Konfiguration

Alle Einstellungen sind optional und werden über Umgebungsvariablen gesetzt:

Automatische Aktualisierung

Das Startprogramm prüft bei jedem Aufruf auf Updates und aktualisiert sich stillschweigend selbst. Um ein Update manuell anzustoßen:

graperoot --update

Um die automatische Aktualisierung zu deaktivieren:

graperoot --no-auto-update

Um sie wieder zu aktivieren:

graperoot --auto-update

Aktuelle Version: 3.10.16

Telemetrie

GrapeRoot sammelt anonyme Absturzberichte, um Fehler zu beheben. Was gesendet wird: Fehlertyp, welcher Schritt fehlschlug, OS/Python-Version, GrapeRoot-Version. Niemals gesendet: Ihr Code, Dateipfade, Projektnamen oder persönliche Daten.

graperoot --no-telemetry    # disable
graperoot --telemetry       # re-enable

GrapeRoot Pro

GrapeRoot Pro bietet erweiterte Funktionen für anspruchsvolle Nutzer:

• Exhaustiver Aufgabenmodus — Tiefgehende Mehrfachdatei-Analyse für komplexe Refaktorierungen
• Erkennung toter Exporte — Findet ungenutzte Exporte im gesamten Codebase
• Abhängigkeitskreis-Finder — Erkennt zirkuläre Importketten
• Codebase-übergreifende Suche — Semantische Suche über mehrere Repositories hinweg
• Undo-Schutzschild — Pre-Tool-Use-Hooks, die destruktive Operationen absichern

Fehlerbehebung

„MCP Server Connection Failed"

Verwende immer dgc statt direkt claude. dgc startet den MCP-Server automatisch.

# Fix:
claude mcp remove dual-graph
dgc   # re-registers everything

Vollständiger Fehlerbehebungsleitfaden

Siehe TROUBLESHOOTING.md oder graperoot.dev/docs.

Mitwirken

Die Startskripte (bin/) sind quelloffen unter Apache 2.0. Pull Requests sind willkommen — Fehlerbehebungen, Unterstützung neuer KI-Assistenten, Verbesserungen bei der Installation, Dokumentation.

Hinweis: Die Graph-Engine (graperoot PyPI-Paket) ist proprietär. Die Startskripte und Tools in diesem Repository sind vollständig quelloffen.

Community

Hast du eine Frage, einen Fehler gefunden oder möchtest Feedback teilen?

Tritt dem Discord bei →

Star-Verlauf

Lizenz

Startskripte und Tools in diesem Repository: Apache License 2.0

Die graperoot Graph-Engine (PyPI): proprietär. Siehe graperoot.dev/graperoot-pro.