Vexpは、モデルにファイル全体をダンプする代わりに、AIコーディングエージェントにコードベースの正確で関連性の高いスライスを提供する、ローカルファーストのコンテキストエンジンです。リポジトリを依存関係グラフに解析し、グラフ順位付けを使用したハイブリッド検索を実行して、トークン使用量を最大70%削減しながら回答の品質を向上させる圧縮コンテキストカプセルを返します。AIアシスタントに依存しており、ソースコードをサードパーティに送信することなく、低コスト、誤った編集の削減、およびより優れた複数ファイル推論を望む個人の開発者やエンジニアリングチーム向けに構築されています。
仕組み
Vexpは、tree-sitter解析でプロジェクトのインデックスを作成し、すべてをローカルのSQLiteデータベースに保存するため、コードがマシンから送信されることはなく、インデックス作成や取得の際にもネットワーク呼び出しは発生しません。コードベースをフラットなテキストとして処理するのではなく、シンボルとその関係のグラフを構築し、全文検索、TF-IDF、およびグラフ中心性の組み合わせを使用して結果を順位付けします。エージェントがコンテキストを要求すると、Vexpはフォーカスされたカプセルを組み立て、スケルトンまたはピボット削減を適用して不要なコードを削除し、手元のタスクに関係のない部分を最大97.7%削減したと報告しています。その結果、エージェントが現在の変更に実際に関連するコードに集中し続けるための、より小さく洗練されたプロンプトが生成されます。
主な機能
- 関数とファイル全体の依存関係をマップする、グラフネイティブのインデックス作成。
- 全文検索とTF-IDF検索をグラフ中心性順位付けと組み合わせたハイブリッド取得。
- コンテキストを圧縮してトークンの消費を抑える、スケルトンおよびピボット削減。
- プロジェクトの規約や過去の決定事項を記録し、作業セッション全体でエージェントの一貫性を維持するセッションメモリ。
- 編集を行う前に依存コードを明らかにする影響分析（インパクト分析）と、コールグラフ全体の論理フロー追跡。
- オプションのGPUアクセラレーション対応オンデバイスモデルによる意図検出。
- 専門的な検索、メモリ、およびモニタリング機能にわたる12のMCPツール。
統合と互換性
Vexpは、Model Context Protocolを介してエージェントと接続し、Claude Code、Cursor、Windsurf、GitHub Copilot、Continue.dev、Zed、Augment、Codex、Opencode、Kilo Code、Kiro、Antigravityを含む約30の言語にわたる12のエージェントへのサポートを謳っています。Visual Studio Code拡張機能として、またnpmからインストールされるスタンドアロンのコマンドラインツールとして提供されるため、エディタ中心とターミナル中心の両方のワークフローに適合します。MCPをサポートしているため、ツールごとのカスタム統合を行うことなく、既存のエージェントセットアップに組み込むことができます。
ユースケース
- 正確で範囲が限定されたコンテキストを使用した、なじみのないコードのデバッグと探索。
- 編集を行う前に影響分析を確認することによる、安全なリファクタリング。
- 既存の規約を尊重した、コンテキストを考慮したコード生成。
- 大規模なリポジトリ内の多くのファイルにまたがる依存関係の理解。
価格設定
Vexpはフリーミアムモデルを採用しており、Starter層はアカウントやクレジットカードなしで開始できます。
| プラン | 料金 | 主な特徴 |
|---|
| Starter | 永久無料 | 最大2,000ノード、単一リポジトリ、7つのMCPツール（4つのコアツールと3つのメモリツール）、1日あたり20のパイプラインおよびスケルトン呼び出し、VS CodeまたはCLI |
| Pro | $19/月 | 最大50,000ノードと3リポジトリ、すべての12のMCPツール、意図検出、CodeLens、メールサポート |
どちらの層でも個別のリポジトリ制限はなく、スタンドアロンのCLIはどちらのプランでも利用可能です。
ベンチマークと信頼性
100件の実際のGitHubの課題からなるテストスイート「SWE-bench Verified」において、Vexpはタスクあたり約$0.67で73%のpass@1解決率を報告しています。これは次に優れたエージェントよりも約22%安価であるとされており、他のエージェントが到達しなかった7〜10件の独自の課題解決を達成したと主張しています。取得は完全にデバイス上で実行されるため、これらの結果はソースコードをマシン外に送信することなく生成されます。プロジェクトはオープンに開発されており、ドキュメント、公開されたベンチマークレポート、およびソースコードがGitHubのVexp-ai組織の下で入手可能です。
プライバシーとローカルファーストの設計
Vexpが行うすべての処理は、ユーザー自身のハードウェア上で実行されます。インデックスはローカルのSQLiteに保存され、取得にはネットワーク呼び出しが発生せず、コードが外部サービスにアップロードされることもありません。そのため、厳格なデータ処理やコンプライアンス要件を持つチームにとって実用的な選択肢となります。AIアシスタントの活用と、リモートサービスにコードを送信するコストや機密保持との間でバランスを検討している開発者に対し、Vexpはローカルファーストの取得を、安価なコンテキストと強力なプライバシー保護を両立させる手段として提案しています。
