본문으로 건너뛰기

© 2026 Molayo

GitHub요약2026. 05. 21. 01:11

manojmallick/sigmap

요약

SigMap은 코드베이스에서 함수와 클래스의 시그니처를 추출하여 AI에게 필요한 파일만을 선별적으로 전달하는 도구입니다. 이를 통해 토큰 사용량을 최대 97.9% 절감하면서도 코드 맥락 파악의 정확도를 획기적으로 높여줍니다. 설치 없이 npx로 즉시 실행 가능하며, 특정 모델이나 에디터에 종속되지 않는 높은 범용성을 제공합니다.

핵심 포인트

  • 토큰 사용량을 최대 97.9% 감소시켜 비용 효율성 극대화
  • TF-IDF 기반 랭킹 및 시그니처 추출을 통해 컨텍스트 정확도 향상 (Hit@5 78.9%)
  • Claude, GPT-4부터 Ollama와 같은 로컬 LLM까지 지원하는 모델 불가지론적 설계
  • 설정이나 의존성 없이 npx 명령어로 즉시 실행 가능한 Zero-config 환경
  • 31개 이상의 프로그래밍 언어를 지원하며 완전한 프라이버시 보장

설치가 필요 없습니다. 어떤 머신에서도 즉시 실행 가능합니다:

npx sigmap
npx sigmap ask "Where is auth handled?"

설정 불필요 (Zero config). 의존성 없음 (Zero dependencies). 10초 미만 소요.

SigMap은 코드베이스에서 함수(function) 및 클래스(class) 시그니처(signatures)를 추출하여, 전체 저장소(repo)가 아닌 적절한 파일만을 AI에게 전달합니다.

모델 불가지론적 (Model-agnostic). 다음 모델들과 함께 작동합니다:

클라우드 LLM (Cloud LLMs): Claude, GPT-4, Copilot, Gemini
오픈 소스 에이전트 (Open-source agents): OpenCode, Aider, OpenHands, Cline
로컬 LLM (Local LLMs): Ollama, llama.cpp, vLLM (API 키 불필요, 완전한 프라이버시 보장)
모든 에디터 (Any editor): VS Code, Cursor, Windsurf, Neovim, JetBrains
모든 모델 (Any model): 원하는 모델을 자유롭게 사용, 특정 벤더 종속성 없음 (no vendor lock-in)

78.9% hit@5— 상위 5개 결과 내에서 올바른 파일을 찾음 (기준점 13.6% 대비)
97.9% 토큰 감소 (token reduction)— 21개 저장소 기준 1,350만 개의 토큰 대신 27.8만 개의 토큰 사용
52.2% 작업 성공률 (task success rate)— 컨텍스트가 없을 때의 10%에서 향상
작업당 1.66개의 프롬프트 (prompts per task)— 2.84개에서 감소 (재시도 40.6% 감소)
31개 언어 지원— TypeScript, Python, Go, Rust, Java, R 및 기타 25개 언어
벤더 종속성 없음 (No vendor lock-in)— 어떤 AI 어시스턴트나 로컬 LLM과도 작동
API 비용 없음 (No API costs)— 로컬 모델 (Ollama, llama.cpp, vLLM)을 사용하여 토큰 비용 없이 사용 가능
완전한 프라이버시 (Full privacy)— 코드와 컨텍스트를 사용자의 머신에 유지
npm 의존성 없음 (Zero npm dependencies)npx sigmap 사용

어떤 머신에서든 실행 가능

SigMap 미사용SigMap 사용
❌ 어떤 파일이 관련 있는지 추측함✅ 80%의 확률로 컨텍스트에 올바른 파일 포함
...Ask → Rank → Context → Validate → Judge → Learn

Ask (질문)sigmap ask "Where is auth handled?" — 순위가 매겨진 파일 목록
Rank (순위 지정)— 사용자의 쿼리에 대해 모든 파일의 TF-IDF 점수를 계산
Context (컨텍스트)— AI의 컨텍스트 파일에 압축된 시그니처를 작성
Validate (검증)sigmap validate — 올바른 파일이 범위(scope) 내에 있는지 확인
Judge (판단)sigmap judge — 컨텍스트에 기반하여 답변의 근거성(groundedness) 점수 산출
Learn (학습)sigmap weights — 사용자의 작업을 계속 해결하는 파일의 가중치를 높임

벤치마크 (Benchmark) : sigmap-v6.10-main (R 언어를 포함한 21개 저장소)
날짜 (Date) : 2026-05-12
Hit@5 : 78.9% (기준점 13.6% — 5.8배 향상)
...

18개의 실제 공개 저장소(public repos)에 걸친 90개의 코딩 작업(coding tasks)을 통해 측정되었습니다. LLM API를 사용하지 않으므로 완전히 재현 가능(reproducible)합니다.

리소스 (Resources):

  • 전체 방법론 (Full methodology) →
  • 벤치마크 스위트 (Benchmark suite, GitHub) — 스크립트, 작업, 원시 데이터 (raw data)
  • 벤치마크 데이터 (Benchmark data, Zenodo) — 재현성을 위해 아카이브된 결과

설치 없이 실행하기:

npx sigmap

글로벌 설치 (Install globally):

npm install -g sigmap

프로젝트별 설치 (Install per-project):

npm install --save-dev sigmap

독립 실행형 바이너리 (Standalone binary) — Node.js 불필요:

플랫폼 (Platform)다운로드 (Download)
macOS Apple Siliconsigmap-darwin-arm64
...
각 바이너리에는 .sha256 체크섬(checksum)이 포함되어 있습니다. 바이너리 검증하기 →

Volta:

volta install sigmap

AI 어시스턴트 — 한 번의 실행으로 모두 적용:

어댑터 (Adapter)출력 파일 (Output file)사용처 (Used by)
copilot.github/copilot-instructions.mdGitHub Copilot, OpenCode
claudeCLAUDE.mdClaude / Claude Code
cursor.cursorrulesCursor, Cline
windsurf.windsurfrulesWindsurf
openai.github/openai-context.mdOpenAI API, Aider, 로컬 Ollama/llama.cpp
gemini.github/gemini-context.mdGoogle Gemini
codexAGENTS.mdOpenAI Codex (legacy)
sigmap --adapter copilot # 기본값 — Copilot, OpenCode에서 작동
sigmap --adapter openai # Ollama, llama.cpp, vLLM, Aider에서 작동
sigmap --adapter claude # Claude Code에서 작동

오픈 소스 에이전트 및 로컬 LLM (Open-source agents & local LLMs):

오픈 소스 도구 및 완전한 자체 호스팅(self-hosted) 환경에서 SigMap을 사용하세요:

오픈 소스 에이전트 가이드 (Open-source agents guide) → — OpenCode, Aider, OpenHands, Cline
로컬 LLM 가이드 (Local LLMs guide) → — Ollama, llama.cpp, vLLM (API 키 불필요, 완전한 프라이버시 보장)

IDE 확장 프로그램 (IDE extensions):

IDE설치 (Install)소스 (Source)주요 기능 (Features)
VS CodeMarketplace · Open VSXgithub.com/manojmallick/sigmap-vscode상태 표시줄 (Status bar) 건강 등급, 오래된 컨텍스트 (stale context) 알림, 원클릭 재생성 (one-click regen)
JetBrainsMarketplacegithub.com/manojmallick/sigmap-jetbrainsIntelliJ IDEA, WebStorm, PyCharm, GoLand — 도구 창 (tool window) + 액션 (actions)
Neovimlazy.nvim / packer / vim-pluggithub.com/manojmallick/sigmap.nvim:SigMap, :SigMapQuery 플로팅 윈도우 (float window), 상태 표시줄 (statusline) 위젯

MCP 서버 (MCP server) — Claude Code 및 Cursor를 위한 9가지 온디맨드 (on-demand) 도구:

sigmap --mcp

# 1. 프로젝트를 위한 컨텍스트 (context) 생성
npx sigmap
# 2. 질문하기 — 순위가 매겨진 파일들 가져오기
...
대상시작하기
👶 초보자 (New)퀵 스타트 가이드 (Quick start guide) — 60초 만에 설정하기
⚡ 일상적 사용 (Daily)sigmap ask / sigmap validate / sigmap judge
🧠 고급 사용자 (Advanced)컨텍스트 전략 (Context strategies) · MCP 설정
🏢 팀 (Teams)설정 참조 (Config reference) · CI 설정
섹션 (Section)링크 (Link)
CLI 참조 (32개 명령어)cli.html
...

SigMap이 컨텍스트나 API 비용을 절약해 주었다면, GitHub의 ⭐(Star)는 다른 사람들이 이 프로젝트를 찾는 데 큰 도움이 됩니다.

SigMap은 기여(contributions)를 환영합니다!

PR (Pull Request) 제출 전 주의사항:

  • CONTRIBUTING.md를 읽어주세요.
  • 워크플로우 설정을 위해 Discussions → Announcements를 확인하세요.
  • main 브랜치가 아닌 develop 브랜치를 대상으로 하세요 — 기여자 체크리스트(contributor checklist)를 따르세요.

PR 체크리스트는 .github/PULL_REQUEST_TEMPLATE.md를 참조하세요. 모든 기여자는 CHANGELOG 및 릴리스 노트(release notes)에 명시됩니다.

임베딩 (Embeddings)SigMap
벡터 DB (Vector DB) 필요 여부
...

벡터 DB 없음 (No vector DB) — 시그니처(signatures)는 저장소(repo)에 커밋되는 일반 텍스트 파일입니다.
인프라 없음 (No infra) — 로컬에서 실행되며, 클라우드 의존성이 전혀 없습니다.
드리프트 없음 (No drift) — 재생성 시 재인덱싱 파이프라인이 아닌 npx sigmap을 사용합니다.
결정론적 (Deterministic) — 동일한 입력은 항상 동일한 순위의 출력을 생성합니다.
더 빠름 (Faster) — TF-IDF 랭킹이 밀리초(milliseconds) 단위로 실행되며, 계산할 임베딩이 없습니다.

TypeScript · JavaScript · Python · Java · Kotlin · Go · Rust · C# · C/C++ · Ruby · PHP · Swift · Dart · Scala · Vue · Svelte · HTML · CSS/SCSS · YAML · Shell · SQL · GraphQL · Terraform · Protobuf · Dockerfile · TOML · XML · Properties · Markdown · R · GDScript

모든 기능은 외부 의존성 없이 구현되었습니다.

MIT © 2026 Manoj Mallick · Amsterdam에서 제작

AI 자동 생성 콘텐츠

본 콘텐츠는 GitHub Claude Ecosystem의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0