Code Intelligence MCP

🚀 Code Intelligence MCP

AI IDE向けに、AIを活用したコンポーネントとユーティリティメソッドの推薦を提供する、インテリジェントなコード提案MCPサービスです。

🚀 クイックスタート

このサービスは、Model Context Protocol (MCP)に基づくインテリジェントなコード提案サービスです。AIを通じてユーザーの要件を分析し、プライベートコードリポジトリから最適なコンポーネントとユーティリティメソッドを推薦し、開発者がコードの再利用と開発効率を向上させるのを支援します。

✨ 主な機能

インテリジェント分析エンジン

• 要件理解：AIに基づいてユーザーの開発意図を深く理解します。
• キーワード抽出：要件内の核心要素を自動的に識別します。
• 複雑度評価：実装難易度とコンポーネントの適合度をインテリジェントに評価します。

知識ベース管理

• コンポーネント知識ベース：プライベートUIコンポーネントライブラリ（props、イベント、スロット、例）を管理します。
• メソッド知識ベース：ユーティリティメソッドライブラリ（パラメータ、戻り値、型、使用法）を管理します。
• 関連性アルゴリズム：意味的なマッチングに基づいて推薦スコアを計算します。

プロンプト最適化

• 双方向最適化：コンポーネントとメソッドのシナリオの両方に対するプロンプトの再設計をサポートします。
• 構造化出力：インポート文と実装手順を含む完全なソリューションを生成します。
• ベストプラクティス：コード標準と使用法の推薦を統合します。

📦 インストール

方法1: npxを使用する（推奨）

これは、Claude DesktopなどのAI IDEでMCPサーバーを使用するための推奨方法です。

ステップ1: 設定ファイルを準備する

設定ディレクトリ（推奨場所: ~/.config/ci-mcp）を作成します。

mkdir -p ~/.config/ci-mcp

以下の3つの設定ファイルをダウンロードまたは作成します。

1. - AIモデルの設定
2. - UIコンポーネントの知識ベース
3. - ユーティリティメソッドの知識ベース

npmパッケージまたはリポジトリ内でサンプルファイルを見つけることができます。

ステップ2: AI IDEを設定する

AI IDEの設定（例: Claude Desktopのclaude_desktop_config.json）に追加します。

{
  "mcpServers": {
    "code-intelligence": {
      "command": "npx",
      "args": ["-y", "code-intelligence-mcp"],
      "env": {
        "CI_MCP_DATA_DIR": "~/.config/ci-mcp"
      }
    }
  }
}

環境変数:

• CI_MCP_DATA_DIR (推奨): 設定ディレクトリを指定し、3つのファイルすべてがこのディレクトリから読み込まれます。
• CI_MCP_CONFIG: config.jsonのパスを直接指定します。
• CI_MCP_COMPONENTS: components.jsonのパスを直接指定します。
• CI_MCP_UTILS: utils.jsonのパスを直接指定します。

サポートされるパス形式:

• 絶対パス: /Users/xxx/.config/ci-mcp
• ホームディレクトリ: ~/.config/ci-mcp または $HOME/.config/ci-mcp
• 環境変数: ${MY_CONFIG_DIR}/ci-mcp

ステップ3: AI IDEを再起動する

AI IDE（例: Claude Desktop）を再起動すると、MCPサービスがnpxを介して自動的に起動します。

方法2: ローカル開発

前提条件

知識ベースデータファイルを設定する このプロジェクトでは、ci-mcp-data/ディレクトリ内の以下のデータファイルを手動で設定する必要があります。

1. ci-mcp-data/config.json - AIモデルの設定（APIキーを含む）

   cp ci-mcp-data/config.example.json ci-mcp-data/config.json
   # config.jsonを編集し、APIキーを入力します
   

2. ci-mcp-data/components.json - UIコンポーネントの知識ベース

   cp ci-mcp-data/components.example.json ci-mcp-data/components.json
   # プライベートコンポーネントライブラリに基づいてcomponents.jsonを編集します
   

   • 既存の形式に従ってコンポーネント情報を追加します: description, import, relativePath など。
3. ci-mcp-data/utils.json - ユーティリティメソッドの知識ベース

   cp ci-mcp-data/utils.example.json ci-mcp-data/utils.json
   # ユーティリティメソッドライブラリに基づいてutils.jsonを編集します
   

   • メソッド情報を含めます: description, import, params, returns など。

注意:

• config.jsonには機密情報（APIキー）が含まれており、.gitignoreに追加されているため、リポジトリにコミットされません。
• components.jsonとutils.jsonは、実際のコードリポジトリに基づいて設定する必要があります。
• config.example.jsonなどのサンプルファイルを参照して設定形式を確認してください。

依存関係をインストールする

pnpm install

開発モード

pnpm dev

ビルド

pnpm build

本番モード

pnpm start:prod

💻 使用例

🎨 UIコンポーネント提案ツール

1. suggest_components

UI開発要件をインテリジェントに分析し、最適なプライベートコンポーネントを推薦します。

ユースケース:

• ページ、フォーム、インターフェースなどのUI機能を作成する。
• プライベートコンポーネントライブラリを使用して迅速に開発する。
• 完全な実装ソリューションを取得する。

入力パラメータ:

{
  prompt: string; // ユーザーの要件説明、例: "Create user login page"
}

出力:

• 要件分析: キーワード、コンポーネントタイプ、複雑度評価
• 推薦コンポーネント: コンポーネントリスト + 関連性スコア + 推薦理由
• 最適化されたプロンプト: 特定のコンポーネントのインポートと使用法を含む
• 実装ガイド: 段階的な開発提案

例:

// 入力
{"prompt": "Generate a user information edit form"}

// 出力
{
  "analysis": {
    "keywords": ["form", "edit", "user information"],
    "componentTypes": ["form", "input", "button"]
  },
  "suggestedComponents": [
    {
      "name": "das-form",
      "relevance": 0.95,
      "reason": "Most suitable for user information editing scenarios"
    }
  ],
  "redesignedPrompt": "Create using das-form component...",
  "implementationGuide": "1. Import component...\n2. Configure form fields..."
}

2. query_component

特定のコンポーネントの詳細情報を照会します。

入力パラメータ:

{
  componentName: string; // コンポーネント名、例: "das-button"
}

出力:

• コンポーネントの説明、カテゴリ、タグ
• Propsパラメータリスト
• イベントリスト
• スロットの説明
• 使用例コード
• インポートパス

🔧 ユーティリティメソッド提案ツール

1. suggest_utilities

ロジック開発要件をインテリジェントに分析し、再利用可能なユーティリティメソッドを推薦します。

ユースケース:

• データ処理と形式変換機能を実装する。
• 暗号化、検証などのユーティリティ関数が必要な場合。
• 同じことを繰り返さずにコード品質を向上させる。

入力パラメータ:

{
  prompt: string; // ロジック要件の説明、例: "Need to format numbers with thousand separators"
}

出力:

• 要件分析: 主要な機能ポイント、メソッドタイプ
• 推薦メソッド: メソッドリスト + 関連性スコア + 推薦理由
• 最適化されたプロンプト: メソッドのインポートと呼び出しを含む
• 実装ガイド: 使用手順と注意事項

例:

// 入力
{"prompt": "Implement password encryption function"}

// 出力
{
  "analysis": {
    "keywords": ["encryption", "password", "security"],
    "methodTypes": ["encryption", "security"]
  },
  "suggestedUtilities": [
    {
      "name": "encryptPassword",
      "relevance": 0.98,
      "reason": "Provides MD5/SHA256 password encryption"
    }
  ],
  "redesignedPrompt": "Use encryptPassword method...",
  "implementationGuide": "1. Import method...\n2. Call encryption..."
}

2. query_utility

特定のユーティリティメソッドの詳細情報を照会します。

入力パラメータ:

{
  utilityName: string; // メソッド名、例: "formatNumber"
}

出力:

• メソッドの説明、カテゴリ、タイプ
• パラメータリスト（パラメータ名、タイプ、説明）
• 戻り値のタイプと説明
• 使用例コード
• インポートパス

📚 ドキュメント

code-intelligence://component-library

コンポーネントライブラリリソース 完全なプライベートコンポーネントライブラリ情報を提供します。以下を含みます。

• 利用可能なすべてのコンポーネントのリスト
• コンポーネントのカテゴリとタグ
• コンポーネントの機能概要

code-intelligence://utility-library

ユーティリティメソッドライブラリリソース 完全なユーティリティメソッドライブラリ情報を提供します。以下を含みます。

• 利用可能なすべてのメソッドのリスト
• メソッドのカテゴリと機能
• メソッドの機能概要

code-intelligence://usage-guide

使用ガイドリソース 以下を含みます。

• MCPツールの使用説明
• ベストプラクティスの推薦
• よくある質問
• 統合設定ガイド

🔧 技術詳細

コアフレームワーク

• TypeScript - 型安全な開発
• Node.js - ランタイム環境
• MCP SDK (@modelcontextprotocol/sdk) - Model Context Protocolの実装

AI統合

• Vercel AI SDK - 統一されたAIインターフェース
• OpenAI - GPTシリーズモデルのサポート
• Anthropic - Claudeシリーズモデルのサポート
• DeepSeek - 国内の大規模モデルのサポート

開発ツール

• pnpm - パッケージマネージャー
• tsx - TypeScript実行エンジン
• ESLint + Prettier - コード標準
• Husky - Gitフック

開発標準

• TypeScriptを使用して型安全な開発を行います。
• ESLintとPrettierのコード標準に従います。
• Huskyを使用してGitフックを管理します。

設定

1. MCPサービスの設定 (mcp-config.json)

AI IDEでMCPサービスを登録します。

{
  "mcpServers": {
    "code-intelligence": {
      "command": "/bin/zsh",
      "args": ["/path/to/code-intelligence-mcp/scripts/start.sh"]
    }
  }
}

2. AIモデルの設定 (data/config.json)

推薦エンジンで使用するAIモデルを設定します。

{
  "defaultModel": "claude-3-7-sonnet-latest",
  "providers": [
    {
      "provider": "anthropic",
      "models": [
        {
          "model": "claude-3-7-sonnet-latest",
          "title": "Claude 3.7 Sonnet",
          "baseURL": "https://api.302.ai/v1",
          "apiKey": "your-api-key"
        }
      ]
    },
    {
      "provider": "openai",
      "models": [
        {
          "model": "gpt-4o",
          "title": "GPT-4o",
          "baseURL": "https://api.openai.com/v1",
          "apiKey": "your-api-key"
        }
      ]
    }
  ]
}

設定説明:

• defaultModel: 使用するデフォルトのモデル名。providersに存在する必要があります。
• providers: サポートされるAIプロバイダーのリスト
  • provider: プロバイダーのタイプ (anthropic, openai, deepseek, ollama)
  • models: このプロバイダーのモデル設定のリスト
    • model: モデル名（defaultModelと一致する必要があります）
    • title: モデルの表示名
    • baseURL: APIエンドポイントのアドレス
    • apiKey: APIキー

サポートされるプロバイダー:

• anthropic - Claudeシリーズのモデル
• openai - GPTシリーズのモデル
• deepseek - DeepSeekの国内モデル
• ollama - ローカルモデル

3. 知識ベースデータ

コンポーネント知識ベース (data/components.json)

{
  "components": [
    {
      "name": "das-button",
      "description": "Button component",
      "category": "Basic component",
      "tags": ["button", "interaction"],
      "props": [...],
      "events": [...],
      "example": "..."
    }
  ]
}

ユーティリティメソッド知識ベース (data/utils.json)

{
  "utilities": [
    {
      "name": "formatNumber",
      "description": "Format number with thousand separators",
      "category": "Formatting",
      "type": "formatter",
      "params": [...],
      "returns": {...},
      "example": "..."
    }
  ]
}

📄 ライセンス

MIT

コントリビューション

コントリビューションを歓迎します！このプロジェクトにコントリビュートする方法の詳細については、CONTRIBUTING.mdを参照してください。

変更履歴

バージョン履歴とリリースノートについては、CHANGELOG.mdを参照してください。