Kontxt

🚀 Kontxt MCP サーバ

モデルコンテキストプロトコル (MCP) サーバで、コードベースのインデックス問題を解決します（プロキシが利用可能になるまで）。

✨ 主な機能

• ユーザーが指定したローカルコードリポジトリに接続します。
• AI クライアント（Cursor、Claude Desktop など）が使用する (get_codebase_context) ツールを提供します。
• Gemini 2.0 Flash の 1M 入力ウィンドウを使用して、内部的にコードベースを分析し、ユーザーのクライアントクエリに基づいてコンテキストを生成します。
• Flash は内部ツール (list_repository_structure、read_files、grep_codebase) を使用してコードを理解することができます。
• SSE（推奨）と stdio の伝送プロトコルをサポートします。
• ユーザーがクライアントクエリに添付したファイル/ドキュメント/コンテキストをサポートし、よりターゲット指向の分析を行います。
• トークン使用状況を追跡し、詳細な API 消費分析を提供します。
• ユーザーはコンテキスト生成のトークン制限を設定できます（オプション：500k、800k、または 1M トークン、デフォルト：800k）。

📦 インストール

1. クローン/ダウンロード：サーバコードを取得します。
2. 環境の作成：

   python -m venv venv
   source venv/bin/activate  # Windowsの場合：venv\Scripts\activate
   

3. 依存関係のインストール：

   pip install -r requirements.txt
   

4. tree のインストール：システムで tree コマンドが使用可能であることを確認します。
   • macOS: brew install tree
   • Windows: Chocolatey または他のパッケージマネージャーからインストールします。
5. サーバの起動：

   python kontxt_server.py
   

💻 使用例

基本的なクエリ例

• “このコードベースは何に関するものか”
• “認証システムはどのように動作するか？”
• “アプリケーション内のデータフローを説明して”

コンテキストの添付

クエリ内でファイル/コンテキストを参照すると、分析に含まれます：

• “このファイルがどのように動作するか説明して：@kontxt_server.py”
• “@user_model.py とやり取りするすべてのファイルを探す”
• “@file1.js と @file2.js の実装を比較する”

サーバはこれらのファイルをGeminiに提示しますが、自動的に読み取ったり内容を含めたりすることはありません。代わりに、Geminiがクエリコンテキストに基づいてどのファイルを読み取るかを決定します。

トークン使用状況の追跡

サーバはさまざまな操作のトークン使用状況を追跡します：

• コードベースの構造リスト
• ファイルの読み取り
• 検索
• ユーザークエリに添付されたファイル
• 生成された応答

これらの情報は操作中に記録され、APIの使用状況を監視し、クエリを最適化するのに役立ちます。

PD: ツールの改善が必要ですか？PRの貢献を歓迎します。