Vexp는 전체 파일을 모델에 쏟아붓는 대신 코드베이스의 정확하고 관련성 높은 조각을 AI 코딩 에이전트에 공급하는 로컬 우선(local-first) 컨텍스트 엔진입니다. 저장소를 의존성 그래프로 분석하고 그래프 순위 지정을 통한 하이브리드 검색을 실행하며, 답변 품질을 향상시키면서 토큰 사용량을 최대 70%까지 줄이는 압축된 컨텍스트 캡슐을 반환합니다. AI 어시스턴트에 의존하면서 소스 코드를 제3자에게 전송하지 않고도 더 낮은 비용, 더 적은 편집 오류, 더 나은 다중 파일 추론을 원하는 개인 개발자 및 엔지니어링 팀을 위해 설계되었습니다.
작동 방식
Vexp는 tree-sitter 분석을 통해 프로젝트를 인덱싱하고 로컬 SQLite 데이터베이스에 모든 것을 저장하므로 코드가 머신을 벗어나지 않으며 인덱싱 또는 검색 중에 네트워크 호출이 발생하지 않습니다. 코드베이스를 플랫 텍스트로 처리하는 대신 심볼과 그 관계의 그래프를 구축한 다음 전체 텍스트 검색, TF-IDF 및 그래프 중심성의 조합을 사용하여 결과 순위를 매깁니다. 에이전트가 컨텍스트를 요청하면 Vexp는 포커스된 캡슐을 구성하고 스켈레톤(skeleton) 또는 피벗(pivot) 축소를 적용하여 비필수 코드를 제거하며, 당면한 작업에 중요하지 않은 부분에 대해 최대 97.7%의 감축을 보고합니다. 결과적으로 에이전트가 실제 현재 변경 사항과 관련된 코드에 집중할 수 있도록 돕는 더 작고 명확한 프롬프트를 제공합니다.
주요 기능
- 함수 및 파일 전반에 걸친 의존성을 매핑하는 그래프 네이티브 인덱싱.
- 전체 텍스트 및 TF-IDF 검색을 그래프 중심성 순위 지정과 결합한 하이브리드 검색.
- 컨텍스트를 압축하고 토큰 비용을 낮추는 스켈레톤 및 피벗 축소.
- 프로젝트 규칙과 과거 결정을 기록하여 에이전트가 작업 세션 동안 일관성을 유지하도록 돕는 세션 메모리.
- 편집 전에 의존 코드를 노출하는 영향 분석 및 호출 그래프 전반의 논리 흐름 추적.
- 선택적인 GPU 가속 온디바이스 모델을 통한 의도 감지.
- 전문화된 검색, 메모리 및 모니터링 기능을 포괄하는 12개의 MCP 도구.
통합 및 호환성
Vexp는 Model Context Protocol을 통해 에이전트에 연결되며 Claude Code, Cursor, Windsurf, GitHub Copilot, Continue.dev, Zed, Augment, Codex, Opencode, Kilo Code, Kiro, Antigravity를 포함하여 약 30개 언어에 걸친 12개의 에이전트를 지원합니다. Visual Studio Code 확장 프로그램 및 npm에서 설치하는 독립형 CLI 도구로 제공되므로 에디터 중심 및 터미널 중심 워크플로우 모두에 적합합니다. MCP를 사용하므로 각 툴을 위한 별도의 통합 없이 기존 에이전트 구성에 바로 연결할 수 있습니다.
사용 사례
- 정확하고 범위가 지정된 컨텍스트를 사용하여 익숙하지 않은 코드를 디버깅하고 탐색합니다.
- 편집을 수행하기 전에 영향 분석을 검토하여 안전하게 리팩토링합니다.
- 기존 규칙을 준수하는 컨텍스트 인식 코드 생성.
- 대규모 저장소의 여러 파일에 걸쳐 있는 의존성 이해.
요금제
Vexp는 프리미엄(freemium) 모델을 사용하며 Starter 등급은 시작하는 데 계정이나 신용카드가 필요하지 않습니다.
| 요금제 | 가격 | 주요 기능 |
|---|
| Starter | 평생 무료 | 최대 2,000개 노드, 단일 저장소, 7개 MCP 도구(핵심 4개 및 메모리 3개), 하루 20회 파이프라인 및 스켈레톤 호출, VS Code 또는 CLI 지원 |
| Pro | $19/월 | 최대 50,000개 노드 및 3개 저장소, 12개 MCP 도구 전체 제공, 의도 감지, CodeLens, 이메일 지원 |
두 등급 모두 무제한 개인 저장소를 허용하며 독립형 CLI는 두 요금제 모두에서 사용할 수 있습니다.
벤치마크 및 신뢰성
100개의 실제 GitHub 이슈 세트인 SWE-bench Verified에서 Vexp는 작업당 약 $0.67 비용으로 73%의 pass@1 해결률을 보고하였으며, 이는 다음으로 우수한 에이전트보다 약 22% 저렴하다고 설명하고 다른 에이전트가 도달하지 못한 7~10개의 독창적인 이슈 해결을 달성했다고 주장합니다. 검색이 완전히 온디바이스에서 실행되기 때문에 이러한 결과는 소스 코드를 외부로 보내지 않고 생성됩니다. 프로젝트는 오픈 소스로 개발되었으며 문서, 벤치마크 보고서 및 소스 코드는 GitHub의 Vexp-ai 조직에서 확인할 수 있습니다.
개인정보 보호 및 로컬 우선 설계
Vexp가 수행하는 모든 작업은 사용자 본인의 하드웨어에서 일어납니다. 인덱스는 로컬 SQLite에 저장되고 검색은 네트워크 호출을 하지 않으며 코드가 외부 서비스에 업로드되지 않으므로 엄격한 데이터 처리 및 규정 준수 요구사항이 있는 팀에 실용적입니다. 원격 서비스로 코드를 보낼 때 발생하는 비용과 기밀성 유지를 고민하는 개발자에게 Vexp는 더 저렴한 컨텍스트와 더 강력한 개인정보 보호를 동시에 얻을 수 있는 로컬 우선 검색 환경을 제안합니다.
