reducto

Reducto 🧠

Reduce tokens, not intelligence.

Reducto convierte tu codebase en un knowledge graph local que cualquier LLM puede consultar sin leer archivos enteros. Menos tokens, mejores respuestas, mismo resultado.

Ahorro comprobado: reduce el consumo de contexto en un 85% al pasarle al LLM solo las firmas y resúmenes que necesita, resolviendo código completo on-demand.

Qué hace

• Indexa tu proyecto — extrae funciones, clases, imports y referencias.
• Guarda todo localmente — sin base de datos, sin cuenta, sin internet.
• Expone el grafo via MCP — cualquier LLM que soporte MCP (Claude Code, Antigravity, VS Code Copilot, Cursor) lo puede consultar.

Requisitos

• Python 3.10+ (probado hasta 3.13)
• uv (recomendado) o pip

Opcional (para parsing AST real)

pip install tree-sitter tree-sitter-python tree-sitter-javascript tree-sitter-typescript --user

Sin esto, Reducto usa un parser regex que funciona pero es menos preciso. Con tree-sitter se detectan CALLS reales (función→función).

Instalación

Opción 1: con pip (la más simple)

pip install reducto-graph --user

Opción 2: con uv (más rápido)

uv tool install reducto-graph

Opción 3: desde GitHub directo

pip install git+https://github.com/SudacaDev/reducto.git --user

Opcional: tree-sitter para parsing AST real

pip install tree-sitter tree-sitter-python tree-sitter-javascript tree-sitter-typescript --user

Sin esto, Reducto funciona con regex (menos preciso). Con tree-sitter detecta CALLS reales (función→función).

Verificar

reducto --help

Actualizar a la última versión

pip install reducto-graph --upgrade --user
# o con uv:
uv tool install reducto-graph --force

Primeros pasos

# 1. Ir a tu proyecto
cd mi-proyecto

# 2. Indexar el código (primera vez)
reducto ingest . --clean

# 3. Conectar con tu IDE
reducto install
#   → te pregunta qué IDEs querés configurar
#   → o directo: reducto install --target all

# 4. Listo — abrí tu IDE y preguntale algo sobre el proyecto

Uso diario

# Re-indexar después de cambios (solo procesa archivos modificados)
reducto ingest .

# Buscar en el grafo
reducto query "auth"
reducto query "getSession" --resolve

# Ver stats de ahorro de tokens
reducto context

# Ver el grafo visualmente
reducto visualize
# → abre reducto-out/graph.html en el navegador

# Imprimir el template SKILL.md (para pegarlo en la carpeta de skills de tu agente)
reducto skill

Comandos

Autonomous Skills (Experimental) — revisión humana obligatoria

Además de consultar el grafo, un LLM conectado por MCP puede proponer una Autonomous Skill: código Python que se convierte en una tool nueva del servidor (por ejemplo, detect_god_classes). Esto pasa por la tool MCP save_autonomous_skill.

Ese código nunca se ejecuta automáticamente. El flujo es:

LLM llama save_autonomous_skill
        ↓
se guarda en .reducto/skills/pending/<nombre>.py   (solo escritura, nada se carga)
        ↓
vos revisás el código:  reducto skills show <nombre>
        ↓
   ├─ reducto skills approve <nombre>   → se mueve a .reducto/skills/, se carga y queda disponible como tool
   └─ reducto skills reject <nombre>    → se borra, nunca se ejecuta

Antes de la versión 0.2.66, save_autonomous_skill escribía el código directamente en .reducto/skills/ y lo cargaba (load_skills()) en el mismo paso, sin revisión — cualquier Python generado por el LLM corría de inmediato con los mismos permisos que tu usuario (filesystem, red, git, lo que sea). Ahora esa ejecución automática está deshabilitada; la única forma de que un skill generado corra es que un humano lo lea y lo apruebe explícitamente desde la terminal.

IDEs soportados

Cómo funciona

reducto ingest .      ← parsea el código, extrae nodos y edges, detecta comunidades
                        todo queda en reducto-out/graph.json

Tu IDE pregunta algo → LLM consulta Reducto via MCP (search_context, get_callers, etc.)
                     → Reducto busca en el grafo (metadata, ~10 tokens)
                     → Si necesita el código: resuelve el nodo (lee solo esas líneas)
                     → Lo cachea con hash SHA256 (próxima vez = 0 tokens)
                     → Si el archivo cambió: invalida el cache automáticamente

Arquitectura y Detalles Técnicos

• Parsing Estructural: Parsea .ts, .tsx, .js, .py y .md extrayendo funciones, clases, imports y calls reales (AST via tree-sitter).
• Detección de Comunidades: Agrupa automáticamente archivos relacionados usando el algoritmo de Louvain (clustering).
• Cache Inteligente (Schrödinger): Los nodos se resuelven on-demand y se cachean con hash SHA256. Si el archivo cambia, el cache se invalida automáticamente (decoherencia).
• Vistas por Observador: El LLM puede pedir solo la firma (signature), un resumen (summary), el esqueleto estructural con los cuerpos colapsados (skeleton), o el código completo (full). Cada vista se cachea independientemente, maximizando el ahorro de tokens.

Archivos generados

tu-proyecto/
  reducto-out/          ← gitignored
    graph.json          ← el grafo completo
    graph.html          ← visualización interactiva
    session_stats.json  ← stats de tokens
  .mcp.json             ← config MCP para Claude Code
  CLAUDE.md             ← routing rules para Claude Code
  AGENTS.md             ← routing rules para Antigravity
  .reducto/
    skills/             ← skills aprobados (cargados y activos)
    skills/pending/     ← skills generados por el LLM, esperando `reducto skills approve`

Troubleshooting

"tree-sitter no disponible" — Reducto funciona sin tree-sitter (usa regex), pero para CALLS reales necesitás instalarlo: pip install tree-sitter tree-sitter-python tree-sitter-javascript tree-sitter-typescript --user

"error: Failed to install entrypoint" en Windows — Cerrá Antigravity/Claude Code (tienen reducto.exe bloqueado) y reintentá.

"UnicodeEncodeError" en Windows — Setear $env:PYTHONUTF8 = "1" antes de correr Reducto, o agregarlo permanente: [System.Environment]::SetEnvironmentVariable("PYTHONUTF8", "1", "User")

El MCP no conecta en Antigravity — Verificá que ~/.gemini/antigravity/mcp_config.json tenga la entrada de reducto. Corré reducto install --target antigravity para regenerarlo.

Licencia

MIT