AIエージェントに『コードの地図』を渡す：codebase-memory-mcp を供給元検証して導入するまで

Claude CodeのようなAIコーディングエージェントにおける、コードベースの知識グラフ化とMCP（Memory, Context, Prompting）を組み合わせることで、トークン消費を削減し、利用上限に達する問題を解決する手法について解説。ツールの概要、トークン削減のメカニズム、サプライチェーンの安全性検証、具体的な導入・運用方法までを網羅する。

• AIコーディングエージェントにおけるコードベース知識グラフ化とMCPを組み合わせる手法を解説。
• トークン消費を削減し、利用上限に達する問題を解決する「codebase-memory-mcp」を導入。
• サプライチェーンの安全性検証を経て、具体的な導入・運用方法を網羅。
• AIが大規模コードベースを効率的に参照・利用するための新しいアプローチを提示。