Alternatives à serena : 6 outils comparés

Par quoi remplacer serena ?

Si vous avez installé serena pour que votre agent IA coûte moins cher, prenez Tokenade : c'est le seul des douze outils du benchmark ouvert THOL qui a réduit de façon mesurable le coût d'une session, et serena ne figure pas du tout dans ce benchmark. Si vous voulez naviguer dans le code sans faire tourner de language servers, codegraph est le remplaçant le plus proche.

Soyons clairs sur le point de départ : serena est excellent dans ce qu'il fait. Il pilote de vrais language servers (LSP), donc quand votre agent demande les références d'un symbole, la réponse vient du même moteur que celui de votre IDE. Aucun index de cette liste n'atteint cette précision, le mien compris.

Les raisons d'aller voir ailleurs sont précises :

• La licence a changé. Depuis la v2.0.0 (13 octobre 2026), l'application Serena est sous GPL-3.0-or-later ; seule sa couche SolidLSP reste sous MIT. Les versions antérieures restent sous MIT.
• Il fait tourner un language server par langage. Certains langages demandent des dépendances supplémentaires, et chaque serveur doit démarrer et indexer avant de répondre.
• Les refactorings les plus poussés sont dans le plugin payant. Déplacement, inline et hiérarchie de types sont indiqués pour le plugin JetBrains, pas pour le backend gratuit à base de language servers.
• La facture n'est qu'un effet de bord. serena économise des tokens quand la lecture d'un symbole remplace celle d'un fichier. Il ne se vend pas sur les économies, et personne n'a mesuré son effet sur une session entière.

Divulgation avant le classement : je maintiens le benchmark THOL et je développe Tokenade. Le benchmark est public et reproductible, et il contient des résultats qui ne flattent pas mon outil, mais ce n'est pas un tiers indépendant.

Fonctionnalités, licences et notes de version relevées sur la page GitHub de chaque projet le 15 octobre 2026. Les chiffres de coût de session viennent de la campagne THOL publiée (Claude Code 2.1.206, Claude Sonnet 4.6, sessions longues), la seule que ce site cite.

La liste courte

Comment ces outils ont-ils été choisis ?

Cinq critères, appliqués de la même façon à chaque outil, le mien compris.

• Coût de session mesuré. De bout en bout, face à un témoin sans outil, d'après THOL. Quand un outil n'est pas dans la campagne, le tableau indique « Non mesuré » et le chiffre de l'éditeur reste dans le texte, attribué, avec son périmètre.
• Sa façon de comprendre le code. Language servers de niveau compilateur, graphe issu du parsing, regex ou embeddings vectoriels : quatre garanties très différentes.
• Fraîcheur. En direct depuis le language server, un graphe qui se synchronise seul, ou un index à relancer.
• Poids d'installation. Un outil Python, une base de données de graphe, un service vectoriel ou un binaire unique.
• Licence. GPL, MIT ou propriétaire, ce qui compte davantage depuis le changement de la v2 de serena.

1. Tokenade — celui dont la baisse de coût est mesurée

Tokenade est l'alternative à serena la plus solide sur le critère qui compte vraiment pour la plupart des gens : c'est le seul des douze outils du benchmark ouvert qui a réduit de façon mesurable le coût d'une session.

• Ce que c'est : un binaire entre votre agent IA et ses outils. Il filtre les sorties de commandes, réduit les lectures de fichiers à leur structure d'abord, replie les résultats MCP et fait tourner une recherche de code sur la machine, avec un rapport local des économies (tokenade dashboard).
• Points forts : sur les sessions longues, il rend une session 39 % moins chère que l'agent seul. Il agit sur les sources de coût qu'un outil de navigation ne voit jamais : logs de tests, sorties de build, payloads MCP. tokenade read transforme aussi PDF, fichiers Office, images, audio et vidéo en texte à la demande.
• Structure du code : tokenade map, skeleton, query, impact et semantic répondent aux questions d'organisation, de signatures, de symboles, de dépendants et de sens, sans language server à installer. Tout est dans la documentation code intelligence.
• Limites : serena le bat en précision, et je ne prétendrai pas le contraire. Les réponses de Tokenade sur les symboles viennent du parsing et de la recherche, pas d'un compilateur, et il ne fait ni édition au niveau symbole ni renommage. Et c'est mon produit, donc pondérez en conséquence.
• Idéal pour : quiconque veut voir la facture bouger, sur plus d'un agent IA. La vue attribut par attribut est sur Tokenade vs serena.

2. codegraph — le remplaçant le plus proche pour la navigation

codegraph est l'alternative à serena à choisir si vous voulez que votre agent réponde aux questions de structure depuis un index, sans démarrer un language server par langage.

• Ce que c'est : un graphe de connaissances pré-indexé des symboles, des appels et des dépendances, servi en MCP. Son installeur le branche sur Claude Code, Cursor, Codex CLI, opencode, Gemini CLI, GitHub Copilot et d'autres. MIT.
• Points forts : la synchronisation automatique est active par défaut, donc le graphe suit chaque modification de fichier. Son README est d'une franchise rare : il annonce un coût 44 % plus bas et 62 % de tokens en moins par réponse sur sept dépôts de test, et dans la même section il reconnaît que le graphe laisse environ 80 % de contexte de récupération en plus dans la fenêtre en fin de session.
• Limites : ces 44 % ont été mesurés par question d'architecture, sur son propre banc, pas sur des sessions entières. Dans THOL, il n'a montré aucune différence mesurable. La navigation vient du parsing, pas d'une résolution par le compilateur, et il n'y a pas d'édition au niveau symbole.
• Idéal pour : les équipes qui aimaient le principe « demander plutôt que grep » de serena, mais pas l'installation des language servers. Voir Tokenade vs CodeGraph.

3. tokensave — un graphe Rust gratuit, avec primitives d'édition

tokensave est l'alternative à serena la plus proche de son volet édition, parce qu'il fournit des outils d'écriture en plus des requêtes, dans un seul binaire natif.

• Ce que c'est : un serveur MCP en Rust avec un graphe de code pré-indexé. Son README annonce plus de 80 outils MCP et plus de 50 langages, et quatre primitives d'édition qui permettent aux agents de modifier des fichiers sans regex ni pièges d'échappement shell. Installation via Homebrew, Scoop ou cargo. MIT.
• Points forts : pas d'environnement Python ni de language server à gérer. Ses outils multi-branches interrogent d'autres branches sans changer de checkout, ce que serena ne propose pas.
• Limites : son graphe est construit par parsing, donc un renommage n'est pas l'opération vérifiée par le compilateur que réalise le backend LSP de serena. Absent de la campagne THOL publiée, donc non mesuré sur le coût de session.
• Idéal pour : les dépôts polyglottes où un seul binaire vaut mieux qu'une flotte de language servers. Voir les alternatives à tokensave.

4. CodeGraphContext — les chaînes d'appels dans une base de graphe

CodeGraphContext est l'alternative à serena quand vos questions les plus dures portent sur le flux d'exécution : qui appelle ceci, à travers combien de couches, sur des centaines de fichiers.

• Ce que c'est : un serveur MCP plus une CLI qui indexent le code local dans une base de données de graphe. Son README annonce 23 langages et plusieurs backends : FalkorDB Lite par défaut sous Unix, KuzuDB, ou Neo4j via Docker. Installation avec pip install codegraphcontext. MIT, environ 4 300 étoiles GitHub au moment où j'ai vérifié.
• Points forts : appelants et appelés, directs ou indirects, sont une requête de graphe, pas une suite de recherches de références. Il peut surveiller un dossier et tenir le graphe à jour au fil des modifications. Il propose aussi un format de sortie optionnel qui, selon son README, réduit d'environ 62 % les tokens des réponses d'outils, un chiffre sur la taille des réponses, pas sur le coût de session.
• Limites : une base de graphe, c'est plus de pièces mobiles que serena, pas moins, dès qu'on quitte le backend embarqué par défaut. Pas de résolution de niveau compilateur, pas d'édition de symboles. Absent de THOL, donc non mesuré.
• Idéal pour : les grosses bases de code où suivre les dépendances compte plus que l'édition.

5. code-review-graph — le graphe, orienté revue

code-review-graph est l'alternative à serena quand la question que vous posez vraiment est « qu'est-ce que ce changement touche ».

• Ce que c'est : un serveur MCP Python qui analyse le dépôt avec Tree-sitter pour en tirer une carte structurelle, mise à jour de façon incrémentale. code-review-graph install configure chaque outil de code IA qu'il détecte. MIT.
• Points forts : l'analyse de blast radius remonte chaque appelant, dépendant et test d'un fichier modifié, pour que l'assistant ne lise que ceux-là. La revue est l'étape où les agents relisent le plus, ce qui en fait une cible précise.
• Limites : son chiffre phare est une réduction médiane d'environ 63x des tokens par question, face à l'envoi du corpus entier, une base de comparaison qu'aucun vrai agent n'utilise. Dans THOL, sa variation sur sessions longues était de −8,5 %, aucune différence mesurable.
• Idéal pour : les workflows centrés sur la revue. Voir Tokenade vs code-review-graph.

6. claude-context — chercher par le sens, avec son infrastructure

claude-context est l'alternative à serena si vous voulez trouver du code par ce qu'il fait plutôt que par le nom de ses symboles, et que vous faites déjà tourner l'infrastructure.

• Ce que c'est : un serveur MCP de Zilliz qui fait de la recherche hybride (mots-clés BM25 plus vecteurs denses) sur votre code. MIT.
• Points forts : la recherche dense trouve du code dont les noms ne correspondent pas à la question, ce que ni serena ni un graphe issu du parsing ne savent faire. Son README annonce environ 40 % de tokens en moins à qualité de récupération équivalente, dans sa propre évaluation contrôlée de la récupération.
• Limites : l'installation demande une base vectorielle (Milvus ou Zilliz Cloud) et une clé API d'embeddings, OpenAI dans la configuration par défaut, donc « gratuit » s'accompagne de coûts de fonctionnement. Pas d'édition. Absent de THOL, donc non mesuré.
• Idéal pour : les équipes déjà équipées en infrastructure vectorielle. Voir Tokenade vs claude-context.

En un coup d'œil

Variation du coût d'une session longue, par rapport à l'agent seul

Tokenade	nettement moins cher	-39%
code-review-graph	aucune différence mesurable	-8.5%

7 tâches longues (plus de 200 000 tokens), 70 exécutions par outil, Claude Code 2.1.206 avec Claude Sonnet 4.6. « Aucune différence mesurable » : l'écart reste dans le bruit d'une exécution à l'autre. serena ne fait pas partie de cette campagne. Source : THOL, 2026.

Le tableau complet, codegraph et les outils qui ne favorisent pas le mien compris, est sur la présentation de THOL.

serena économise-t-il vraiment des tokens ?

Pas par conception : serena est un outil de précision, et toute économie de tokens est un sous-produit de la lecture d'un symbole à la place d'un fichier entier. Son README dit que l'édition symbolique est « beaucoup plus économe en tokens » que les approches habituelles, mais il ne publie aucun pourcentage d'économie.

Ce qu'il publie à la place, c'est une évaluation où des agents réalisent une vingtaine de tâches de code courantes et donnent leur propre avis sur les outils. C'est une façon raisonnable de juger l'utilité. Cela ne dit rien de la facture, et les auteurs de serena ne prétendent pas le contraire.

La facture est un autre problème. Dans les exécutions sans outil de THOL, neuf tokens sur dix d'une session longue sont de l'historique de conversation renvoyé à chaque étape. Une meilleure navigation réduit les lectures qui entrent dans cet historique ; elle ne touche ni aux logs de tests, ni aux sorties de build, ni aux payloads MCP. C'est tout l'écart entre une session précise et une session bon marché.

Qu'est-ce qui a changé dans serena 2.0 ?

Trois points comptent pour cette comparaison : la licence, une nouvelle interface pour l'agent et des règles plus strictes pour les dépôts non fiables.

• Licence : l'application est passée sous GPL-3.0-or-later, SolidLSP reste sous MIT, et les contributions exigent désormais un CLA. Le changement n'est pas rétroactif.
• Interface REPL : une nouvelle interface pour l'agent, qui réduit le jeu d'outils au minimum et exécute les opérations de serena dans un environnement d'exécution de code.
• Sécurité : les liens symboliques sont désormais ignorés dans les projets non fiables, et les outils d'édition appliquent maintenant les mêmes contrôles de chemin que les autres outils de fichiers.

Rien de tout cela ne change le cœur : serena interroge toujours vos language servers. Si la GPL pose problème à votre entreprise, les outils MIT ci-dessus sont la sortie propre.

Laquelle choisir ?

• Vous voulez que la facture baisse, sur plus d'un agent IA : Tokenade.
• Vous voulez naviguer sans language servers, avec un index toujours à jour : codegraph.
• Vous voulez des primitives d'édition dans un seul binaire natif : tokensave.
• Vous suivez des chaînes d'appels dans une grosse base de code : CodeGraphContext.
• Vous voulez savoir ce qu'un changement casse avant la revue : code-review-graph.
• Vous avez déjà une infrastructure vectorielle : claude-context.
• Vous restez sur serena : raisonnable si des références de niveau compilateur et des renommages sûrs sur une grosse base typée sont l'essentiel. Rien ici ne le bat sur ce terrain.

Tokenade est gratuit et open source (MIT/Apache-2.0) ; l'installation tient en deux commandes.

FAQ

serena est-il gratuit ?

Oui, la boîte à outils MCP avec le backend à base de language servers est gratuite et open source. Le backend optionnel par plugin JetBrains est payant, avec un essai gratuit. Vous payez toujours les appels au modèle de votre agent.

serena est-il toujours sous licence MIT ?

En partie. Depuis la v2.0.0, l'application Serena est sous GPL-3.0-or-later et sa couche SolidLSP reste sous MIT ; une distribution qui combine les deux relève de la GPL. Les versions antérieures à la v2.0.0 restent disponibles sous MIT.

serena réduit-il la consommation de tokens ?

Il peut, quand la lecture d'un symbole remplace celle d'un fichier entier, et son README présente l'édition symbolique comme plus économe en tokens. Il ne publie aucun chiffre au niveau de la session, et il ne figure pas dans la campagne THOL publiée : son effet sur le coût d'une session entière n'est donc pas mesuré.

Peut-on utiliser serena et Tokenade ensemble ?

Oui, ils travaillent sur des couches différentes : serena répond aux questions sur les symboles et édite le code via les language servers, Tokenade allège ce que les outils renvoient à l'agent. Mesurez votre facture avant et après plutôt que de vous fier à l'un ou l'autre compteur.

Comment désinstaller serena ?

Retirez l'entrée MCP de serena de la configuration de votre client, puis supprimez l'outil comme vous l'avez installé ; avec l'installation documentée, c'est uv tool uninstall serena-agent.

---

Voir aussi :

• Tokenade vs serena — les deux côte à côte, attribut par attribut
• Alternatives à CodeGraph — la même question pour les index de code
• Alternatives à graphify — la même question pour les graphes de connaissances
• Meilleurs optimiseurs de tokens pour Claude Code — tout le terrain, même méthode
• Benchmark des optimiseurs de tokens — les chiffres derrière ce classement
• Recherche sémantique vs grep — pourquoi la recherche bat la lecture
• Installer Tokenade — trois commandes