ディープビューMCP

DeepView MCP は、Cursor や Windsurf などの IDE が Gemini の広範なコンテキスト ウィンドウを使用して大規模なコードベースを分析できるようにするモデル コンテキスト プロトコル サーバーです。

特徴

• 単一のテキスト ファイルからコードベース全体をロードする (例: repomix などのツールで作成)
• Gemini の大きなコンテキスト ウィンドウを使用してコードベースをクエリする
• CursorやWindsurfなどのMCPプロトコルをサポートするIDEに接続します。
• コマンドライン引数による設定可能なGeminiモデル選択

前提条件

• Python 3.13以上
• Google AI Studioの Gemini API キー

インストール

pipの使用

使用法

サーバーの起動

注: サーバーを手動で起動する必要はありません。これらのパラメータは、IDE の MCP セットアップで設定されています（下記参照）。

コードベースファイルのパラメータはオプションです。指定されていない場合は、クエリを実行する際に指定する必要があります。

コマンドラインオプション

• --model MODEL : 使用する Gemini モデルを指定します (デフォルト: gemini-2.0-flash-lite)
• --log-level {DEBUG,INFO,WARNING,ERROR,CRITICAL} : ログレベルを設定する (デフォルト: INFO)

IDE (カーソル/Windsurf/...) で使用する

1. IDE設定を開く
2. MCP構成に移動する
3. 次の構成で新しい MCP サーバーを追加します。
   { "mcpServers": { "deepview": { "command": "/path/to/deepview-mcp", "args": ["/path/to/codebase.txt"], "env": { "GEMINI_API_KEY": "your_gemini_api_key" } } } }
4. MCP サーバーの構成を再読み込みします

利用可能なツール

サーバーは次のツールを 1 つ提供します。

1. deepview : コードベースについて質問する
   • 必須パラメータ: question - コードベースについて尋ねる質問
   • オプションパラメータ: codebase_file - クエリを実行する前に読み込むコードベースファイルへのパス

コードベースの準備

DeepView MCPでは、コードベース全体を1つのファイルにまとめる必要があります。repomixを使用すると、AIに適した形式でコードベースを準備できます。

レポミックスの使用

1. 基本的な使用法: プロジェクト ディレクトリで repomix を実行して、デフォルトの出力ファイルを作成します。

これにより、コードベースを含むrepomix-output.xmlファイルが生成されます。

2. カスタム構成: パッケージ化するファイルと出力形式をカスタマイズするための構成ファイルを作成します。

これにより、次のことを編集できるrepomix.config.jsonファイルが作成されます。

• 特定のファイルまたはディレクトリを含める/除外する
• 出力形式を変更する（XML、JSON、TXT）
• 出力ファイル名を設定する
• その他のパッケージオプションを構成する

repomix 設定例

repomix.config.jsonファイルの例を次に示します。

repomix の詳細については、 repomix GitHub リポジトリをご覧ください。

ライセンス

マサチューセッツ工科大学

著者

ドミトリー・デグチャレフ ( ddegtyarev@gmail.com )