Инструмент Grove предназначен для оптимизации работы ИИ-агентов с большими кодовыми базами. Система использует библиотеку Tree-sitter для построения высокоточного синтаксического дерева проекта, что позволяет агентам быстрее и точнее ориентироваться в структуре кода, определять зависимости и находить необходимые контекстные данные. В отличие от стандартных методов поиска по тексту, такой подход минимизирует количество «шума» при передаче данных в контекстное окно модели.
Основная задача Grove заключается в предоставлении структурированного представления проекта, которое легко интерпретируется современными LLM. Благодаря парсингу кода на уровне абстрактного синтаксического дерева, инструмент позволяет агентам извлекать определения функций, классов и связей между ними без необходимости сканировать все файлы целиком. Это существенно сокращает время на подготовку контекста и снижает затраты на токены при выполнении сложных задач по рефакторингу или написанию кода.
Решение ориентировано на интеграцию в пайплайны разработки, где требуется высокая скорость отклика ИИ-помощников. Использование Tree-sitter обеспечивает поддержку множества языков программирования, что делает инструмент универсальным для различных стеков. Подобные инфраструктурные решения становятся критически важными для создания эффективных агентных систем, способных работать с реальными корпоративными репозиториями без потери качества анализа.