JARVIS-BRAIN

PRZESTAŃ GREPOWAĆ. ZACZNIJ PYTAĆ.

Sfederowany graf wiedzy dla Claude Code. Zmierzony na produkcyjnym kodzie z 5 repozytoriów: -52% fresh input tokens (te liczą się do limitów Maxa), 29% szybciej wall-clock, do 15× szybciej na pytaniach architektonicznych - plus analiza cross-repo której grep po prostu nie ogarnie.

LIVE produkcja
5 repo sfederowanych
5560 stron wiki
5 narzędzi MCP

Twój asystent AI marnuje większość kontekstu na Grep

Za każdym razem gdy Claude Code odpowiada na pytanie o kod, skanuje pliki przez Grep i Read - zjadając tysiące tokenów na jedno pytanie. Tokeny których potem nie może użyć żeby pamiętać o czym rozmawialiście.

▓ BASELINE - „Jaki jest największy klaster w acme-core?" (Q45)
633 s
Claude Code grepuje po 5 repo. 10+ minut czekania. Średnia baseline dla 50 pytań: 44s/pyt · 2204s total.
▓ BRAIN - to samo pytanie
41 s
15× szybciej na architekturze. Średnia brain dla 50 pytań: 31s/pyt · 1563s total (29% szybciej ogólnie).
▓ BASELINE - Q45 „Największy klaster w Acme?"
> Jaki jest największy połączony klaster w acme-core? Podaj rozmiar.

[myślenie] „Muszę przeanalizować strukturę grafu..."
→ Grep: importy po 5 repo              [długo]
→ Read 14 plików po Acme / Inventory / Checkout / Customer / Analytics
→ [CC próbuje ręcznej logiki klastrowania]

633 sekund  ·  6 tool calls  ·  10 tur myślenia  ·  odpowiedź: częściowa
▓ BRAIN - to samo pytanie
> Jaki jest największy połączony klaster w acme-core? Podaj rozmiar.

→ brain_query(..., scope="acme/Acme")       [200ms]
→ brain_graph(group="acme", repo="Acme")    [150ms]
→ [CC czyta pre-computed pole community_id (Louvain)]
→ Odpowiedź: „Community 0 - >900 komponentów. Hub: useCart (29 inbound)."

41 sekund  ·  7 tool calls  ·  odpowiedź: pełna z dowodami

Prawdziwe wygrane - tokeny, czas, obie

Pełny breakdown: 50 pytań × 2 konfigi = 100 uruchomień Claude Opus na prawdziwym kodzie. Wszystko mierzone przez Anthropic Agent SDK.

▓ FRESH INPUT (100% waga w limicie)
-52%
Baseline: 4 145 tok. Brain: 2 003 tok. Liczy się do limitów 5h + tygodniowych w Max. Brain tnie to na POŁOWĘ.
▓ CZAS WALL-CLOCK
-29%
Baseline: 2 204s total. Brain: 1 563s total. Zaoszczędzone 641s (~11 min) na 50 pytaniach. Peak: 15× na Q45 (633s → 41s).
▓ OUTPUT (100% waga w limicie)
+6%
Brain: 55 398 vs 52 229 baseline. Minimalny wzrost - odpowiedzi brain są bardziej kompletne (dobrze) kosztem nieznacznie większej liczby tokenów.
▓ CACHE READ (~10% waga)
remis
~7,5M w obu. Mocno zdyskontowane. Total billed koszt wyrównany - ale cache nie uderza w limity.
Praktyczny efekt dla użytkowników planu Max: brain tnie tokeny które faktycznie liczą się do limitów 5-godzinnego i tygodniowego o ~52%, oszczędza 29% czasu, a do 15× na architekturze. Ta sama subskrypcja, więcej pytań przed limitem, szybsze odpowiedzi - plus analiza cross-repo której grep dosłownie nie zrobi.

Wstępnie wylicz mapę. Pytaj jej zamiast grepować.

Brain raz wyciąga graf semantyczny z twoich repozytoriów (LLM albo static-analysis). Potem Claude Code odpytuje ten graf zamiast czytać pliki od nowa przy każdym pytaniu.

[ 01 ]

Extract

Twoje repozytoria są analizowane raz (lokalnie przez /brain-extract skill, albo LLM na push webhooku). Produkuje graph.json na repo.

[ 02 ]

Federacja

Brain łączy grafy ze wszystkich repo w grupie (np. core + 5 frontendów). Cross-repo krawędzie, community, detekcja DRY - wszystko pre-computed.

[ 03 ]

Serwowanie

5 narzędzi MCP po HTTPS: brain_query, brain_graph, brain_path, brain_explain, brain_ffcss.

[ 04 ]

Używanie

Setup 2 minuty: claude mcp add brain ... i Claude Code automatycznie podpina narzędzia. Zero zmian w twoich repo.

5
NARZĘDZI MCP
5560
STRON WIKI
< 3min
REGEN PO PUSH
1M
KONTEKST (OPUS)
0 zł
DODATKOWO W MAX

Różne wygrane dla różnych ról

▓ FRONTEND DEVELOPER

Pisze featury po 5 repo

„Acme-core pewnie ma hook do X - ale jak się nazywa?"

Pytasz Claude Code. Odpytuje brain. Dostajesz odpowiedź. Zero grepowania po 5 repo.

  • 10× mniej zużycia tokenów na pytania o kod
  • Sesje CC zostają spójne 15× dłużej
  • Widok cross-repo: zobacz co core eksportuje nie wychodząc z własnego repo
  • Zero tarcia - narzędzia brain pojawiają się w CC automatycznie
▓ ARCHITEKT / TECH LEAD

Utrzymuje sfederowany kod w ryzach

„Czy Checkout i Inventory duplikują logikę która powinna być w core?"

Dashboard insights + brain_ffcss(violations). Naruszenia DRY wyłapywane automatycznie.

  • 1395+ community detektowane przez klastrowanie Louvain
  • Top 10 god-nodes zidentyfikowane - kandydaci do refaktoru sami wyjdą
  • Federacja tokenów FFCSS: znajdź cross-repo duplikaty żeby je wypromować
  • Decyzje na poziomie systemu w 15 min zamiast dnia analizy
▓ CTO / DECYDENT

Prowadzi team devów na AI

„Skąd mam wiedzieć ile moje AI kosztuje i czy działa?"

Dashboard brain tracka cost / latency / queries / joby. Pełna obserwowalność out of the box.

  • 29% przyspieszenia wall-clock zmierzone na benchmarku 50 pytań
  • 15× szybciej na architekturze / cross-repo
  • Alerty przy progu kosztu, błędach, failach polla
  • Chodzi na twoim VPS: kod nie jedzie do nikogo trzeciego
▓ NOWY W TEAMIE

Onboarding do 5-repo codebase

„Od czego w ogóle zacząć? Co robi Acme-core?"

Sfederowana wiki (5560 stron) + interaktywny graf. Samoobsługowa eksploracja.

  • 15 min do produktywności zamiast 2h prowadzenia za rączkę
  • Wizualny graf per repo - klik żeby wejść w wiki
  • „Kto jest właścicielem tego kodu": metadane git-blame na każdym node
  • Linkowane docs generowane automatycznie ze struktury kodu

50 prawdziwych pytań, prawdziwe repo, prawdziwy Claude Opus

Uruchomiliśmy 50 pytań o analizę kodu na ~/dev/example/Acme (produkcyjny codebase Nuxt 4 + Vue 3) w dwóch konfiguracjach - standardowy Claude Code vs Claude Code + brain MCP. Tokeny mierzone przez Anthropic Agent SDK. Ten sam model. Te same pytania. To samo repo.

Interaktywne zakładki: Overview · Metodologia · Raw Results · Per-kategoria · Ekonomia tokenów · Trafność · Przewodnik implementacji · FAQ

Otwarty, audytowalny, self-host

Brain chodzi na twoim VPS. Kod nigdy nie wychodzi na zewnątrz. Open source (MIT). 3h żeby wdrożyć od zera na 2-core 4GB boxie.

Runtime Python 3.12 + FastAPI + ARQ
Storage Postgres + Redis + SQLite FTS5
Ekstrakcja Qwen lokalnie (darmo) + Gemini Flash fallback
Graf NetworkX + community Louvain
Wizualizacja vis-network (klik do wiki)
Transport MCP po HTTPS (JSON-RPC 2.0)
Auth Per-dev tokeny (scope + rate limit)
Obserwowalność Wbudowany dashboard (cost/latency/joby)
Deploy Jeden docker compose

Setup w 2 minuty dla każdego dewelopera

▓ KROK 0: Zdobądź dev token
Napisz do admina swojej instancji brain (dla brain.sdet.it:
DM @darco81). Dostaniesz jednorazowy string typu
brain_xxxxxxxxxxxxxxxxxxxxxx. Zapisz go w swoim shellu:

export BRAIN_DEV_TOKEN=brain_xxxxxxxxxxxxxxxxxxxxxx

Self-hosting własnego brain? Zajrzyj do
/docs/getting-started po flow POST /admin/tokens.
▓ KROK 1: Instalacja MCP (jedna komenda)
claude mcp add brain \
    --transport http --scope user \
    https://brain.sdet.it/mcp \
    --header "Authorization: Bearer $BRAIN_DEV_TOKEN"
▓ KROK 2: Weryfikacja
claude mcp list
# → brain: https://brain.sdet.it/mcp (HTTP) - ✓ Connected
▓ KROK 3: Używaj w dowolnej sesji Claude Code
> „Pokaż jak useCart jest używany po acme-core"

[CC automatycznie wywołuje brain_query + brain_explain]
→ Odpowiedź w <3 sekundy z paths, sąsiadami, community

Pełna dokumentacja: GETTING_STARTED.md

Wypróbuj na kodzie swojego teamu

Open-source. Self-host. Kosztuje 0 zł jeśli twoi devi siedzą na Claude Max. Znacznie tnie koszty pay-per-use.

READY