Code Intelligence MCP Server v3.7

Cursor IDEのようなコードインテリジェンス機能をオープンソースツールで実現するMCPサーバー。

なぜ必要か

同じ Opus 4.5 モデルでも、呼び出し元によって挙動が異なる：

呼び出し元	挙動
Cursor	コードベース全体を理解した上で修正する
Claude Code	修正箇所だけを見て修正する傾向がある

このMCPサーバーは、Claude Codeに「コードベースを理解させる情報」を提供します。

v3.7 の特徴

フェーズゲート実行

LLMが探索をスキップできないよう、物理的に制限：

EXPLORATION → VALIDATION → SEMANTIC → VERIFICATION → READY
     ↓            ↓           ↓           ↓           ↓
  code-intel  Embedding    devrag      検証       実装許可
   ツール      検証        (仮説)     (確定)

Embedding による意味的検証（v3.7 新機能）

LLMが見つけたシンボルの関連性を、ベクトル類似度で客観的に検証：

類似度	処理	効果
> 0.6	FACT として承認	高信頼、そのまま進行
0.3-0.6	承認するが risk_level を HIGH に	探索ノルマ増加
< 0.3	物理的拒否 + 再調査ガイダンス	幻覚とみなす

QueryFrame

自然文を4+1スロットで構造化：

スロット	説明	例
target_feature	対象機能	「ログイン機能」
trigger_condition	再現条件	「パスワードが空のとき」
observed_issue	問題	「エラーが出ない」
desired_action	期待	「チェックを追加」
mapped_symbols	探索で見つけたシンボル	["LoginService"]

設計原則

原則	実装
LLMに判断をさせない	confidence はサーバーが算出
幻覚を物理的に排除	Quote検証 + Embedding検証（v3.7）
動的な要件調整	risk_level (HIGH/MEDIUM/LOW) で探索要件を変更
情報の確実性を追跡	FACT（確定）vs HYPOTHESIS（要検証）
成功パターンの学習	NL→Symbol ペアの自動キャッシュ（v3.7）

ツール一覧

コードインテリジェンス

ツール	用途
query	自然言語でのインテリジェントクエリ
search_text	高速テキスト検索 (ripgrep)
search_files	ファイル名検索 (ripgrep)
analyze_structure	コード構造解析 (tree-sitter)
find_definitions	シンボル定義検索 (ctags)
find_references	シンボル参照検索 (ctags)
get_symbols	シンボル一覧取得 (ctags)
get_function_at_line	特定行の関数取得 (tree-sitter)
repo_pack	リポジトリ全体をLLM用にパック (Repomix)

セッション管理（v3.7）

ツール	用途
start_session	セッション開始、extraction_prompt を返す
set_query_frame	QueryFrame 設定（Quote検証付き）
get_session_status	現在のフェーズ・状態を確認
submit_understanding	EXPLORATION 完了
submit_semantic	SEMANTIC 完了
submit_verification	VERIFICATION 完了
check_write_target	Write 可否確認（探索済みファイルのみ許可）
record_outcome	結果を記録（成功ペアをキャッシュ）
validate_symbol_relevance	v3.7 シンボル関連性を Embedding で検証

スキル

/code スキル

コード実装を支援するエージェント。フェーズゲートに従って探索→実装を行います。

/code ログイン機能でパスワードが空のときエラーが出ないバグを直して

/outcome スキル

実装結果を記録するエージェント。失敗パターンの分析に使用。

/outcome この実装は失敗だった

依存関係

ツール	必須	用途
ripgrep (rg)	Yes	search_text, search_files, find_references
universal-ctags	Yes	find_definitions, find_references, get_symbols
Python 3.10+	Yes	サーバー本体
tree-sitter	Yes	analyze_structure (pip で自動インストール)
sentence-transformers	Yes	v3.7 Embedding 検証 (pip で自動インストール)
repomix	No	repo_pack, bootstrapキャッシュ
devrag	No	意味検索フォールバック

セットアップ

1. 依存ツールのインストール

# Ubuntu/Debian
sudo apt install ripgrep universal-ctags

# macOS
brew install ripgrep universal-ctags

# 任意: Repomix
npm install -g repomix

2. サーバーのセットアップ

git clone https://github.com/tech-spoke/llm-helper.git
cd llm-helper

# セットアップスクリプト実行
./setup.sh

または手動で:

python3 -m venv venv
./venv/bin/pip install -r requirements.txt

3. MCP設定

対象プロジェクトのルートに .mcp.json を作成:

{
  "mcpServers": {
    "code-intel": {
      "type": "stdio",
      "command": "/path/to/llm-helper/venv/bin/python",
      "args": ["/path/to/llm-helper/code_intel_server.py"],
      "env": {
        "PYTHONPATH": "/path/to/llm-helper"
      }
    }
  }
}

4. スキルの設定（任意）

.claude/commands/ に code.md と outcome.md をコピー:

mkdir -p .claude/commands
cp /path/to/llm-helper/.claude/commands/*.md .claude/commands/

利用方法

/code スキルを使う（推奨）

/code AuthServiceのlogin関数でパスワードが空のときエラーが出ないバグを直して

スキルが自動的に:

1. Intent判定（MODIFY）
2. セッション開始
3. QueryFrame抽出・検証
4. EXPLORATION（find_definitions, find_references等）
5. 必要に応じてSEMANTIC（devrag）
6. VERIFICATION（仮説検証）
7. READY（実装）

直接ツールを呼び出す

# テキスト検索
mcp__code-intel__search_text でパターン "Router" を検索して

# 定義検索
mcp__code-intel__find_definitions で "SessionState" の定義を探して

# 構造解析
mcp__code-intel__analyze_structure で tools/router.py を解析して

フェーズの詳細

EXPLORATION

code-intelツールでコードベースを探索：

• find_definitions: シンボルの定義場所
• find_references: シンボルの使用箇所
• search_text: テキストパターン検索
• analyze_structure: AST解析

devragは使用禁止（物理的にブロック）

SEMANTIC

探索結果が不十分な場合のみ発動：

• devrag_search: 意味検索
• 結果は HYPOTHESIS（仮説）として記録

VERIFICATION

HYPOTHESISをcode-intelツールで検証：

• 確認されれば FACT に昇格
• 否定されれば rejected として記録

devragは使用禁止（物理的にブロック）

READY

実装が許可される：

• HYPOTHESISが残っていないことを確認
• Write対象は探索済みファイルのみ許可

devrag（オプション）

devragは意味検索のフォールバック機構です。未導入でも基本機能は動作します。

インストール

# Linux x64
wget https://github.com/tomohiro-owada/devrag/releases/latest/download/devrag-linux-x64.tar.gz
tar xzf devrag-linux-x64.tar.gz
sudo mv devrag /usr/local/bin/

設定

対象プロジェクトに rag-custom-config.json を作成:

{
  "document_patterns": ["./src", "./docs"],
  "db_path": "./vectors.db",
  "chunk_size": 500,
  "search_top_k": 5,
  "model": {
    "name": "multilingual-e5-small",
    "dimensions": 384
  }
}

インデックス作成

devrag -config rag-custom-config.json index

ドキュメント

• ARCHITECTURE.md - システム設計
• ROUTER.md - Router詳細
• DESIGN_v3.7.md - v3.7設計（Embedding + LLM委譲）
• DESIGN_v3.6.md - v3.6設計（QueryFrame）

ライセンス

MIT