DevEnvInfoServer - 開発環境情報用のカーソルMCPサーバー

このプロジェクトは、開発環境に関する詳細情報をCursorコードエディタに提供するCursor Model Context Protocol（MCP）サーバーを実装します。このサーバーを活用することで、Cursorのインテリジェントエージェントはシステム構成、インストール済みツール、実行中のプロセスをより深く理解し、よりコンテキストに基づいた的確な支援を提供できるようになります。

特徴

この MCP サーバーは、開発環境に関する次の情報カテゴリを提供します。

• システム情報:

  • オペレーティング システムのバージョンとプラットフォームの詳細

  • ハードウェアの詳細（プロセッサ、マシン、システムアーキテクチャ）

  • Pythonのバージョンと場所

  • インストールされているパッケージ マネージャー (brew、npm、pip、yarn、uv、conda) とそのバージョン

  • 仮想環境情報（検出された環境とアクティブな環境）

  • システムロケールとタイムゾーン

  • 環境変数トップ20

  • 利用可能なシェル (bash、zsh、fish、sh、powershell、cmd.exe)

  • 簡素化されたファイアウォールとネットワーク構成（OS に依存）

• 開発環境の詳細:

  • インストールされたコンパイラとインタープリタ (gcc、clang、javac、node、ruby、perl、php、ghc、rustc、go)

  • Jupyter カーネルと実行中のコンテナ (Docker、Podman)

  • 仮想マシン（Hyper-V、VMware、VirtualBox）

  • GPU および CUDA 情報 (NVIDIA GPU および CUDA コンパイラ バージョン)

  • 最もよく実行されている開発プロセスとサービス

• Python固有の情報:

  • インストールされた Python パッケージ (pip、conda、poetry、pyenv)

  • Python サイトパッケージの場所

  • アクティブな Python 環境

• パッケージ マネージャーの詳細:

  • Homebrew インストールパッケージ (macOS および Linux)

  • グローバル パッケージ (npm、yarn、Rust ツールチェーン、Go 環境)

• 設定とドットファイル:

  • シェル構成ファイル (.bashrc、.zshrc、.profile、.bash_profile、.config/fish/config.fish)

  • Git、NPM、エディターの構成 (VSCode、JetBrains、Neovim)

  • シェルのエイリアス、関数、カスタム スクリプト (シェル設定ファイルから)

• インストールされているアプリケーション:

  • インストールされた IDE と拡張機能 (VSCode、JetBrains、Vim、Emacs)

  • システムにインストールされているアプリケーション（簡略化されたリスト）

• システムおよびハードウェアのパフォーマンス (簡略化されたメトリック):

  • CPU負荷平均

  • バッテリーと電源管理の構成

  • 温度センサーとファン速度

• ネットワークとセキュリティ（簡略化）:

  • ネットワークサービスの実行とポートの開放

  • VPNとプロキシ設定

  • SSHキーとアクティブな接続

  • 簡素化されたファイアウォールのログとルール

• コンテナ化と仮想化:

  • WSL (Linux 用 Windows サブシステム)

  • Docker と Kubernetes (kubectl)

  • 放浪者

  • 仮想マシン（Hyper-V、VMware、VirtualBox）

• 開発ツールと言語:

  • インストールされている開発言語 (Rust、Node.js、Perl、Ruby、PHP、Haskell)

  • バージョン管理ツール (nvm、rbenv、rustup、pyenv)

• デバッグとパフォーマンス監視:

  • 負荷平均、メモリ使用量、IOボトルネック、GPU使用率

  • 利用可能なデバッガーツール (lldb、gdb、strace、dtrace)

• バージョン管理とCI/CD:

  • Git の設定とリモート オリジン

  • CI/CD パイプライン構成ファイル (一般的なタイプ)

• クラウドとリモート開発:

  • SSH構成とアクティブなリモートセッション

  • クラウド SDK (AWS、GCP、Azure、DigitalOcean)

  • リモートコード実行環境（GitHub Codespaces、Gitpod）

• コード実行とデバッグ:

  • アクティブなデバッガーセッション（基本チェック）

  • インストールされているデバッグ ツール (lldb、gdb、xdebug、pdb)

• ビルドシステムと依存関係管理:

  • インストールされたビルドツール（Make、CMake、Bazel、Ninja）

  • 検出された依存ファイル (requirements.txt、package.json、Cargo.toml など)

  • インストールされているコンパイラ (gcc、clang、javac)

• インフラストラクチャと DevOps ツール:

  • ローカルKubernetes構成

  • DevOps ツール (Terraform、Pulumi)

  • ローカル データベースと実行中のサービス (一般的な DB サービスの簡易チェック)

• テストと品質保証:

  • インストールされているテスト フレームワーク (pytest、Jest、Mocha)

  • コードリンターとフォーマッター（flake8、pylint、eslint、prettier）

• 機械学習とAI開発：

  • GPUとCUDAの情報

  • PyTorch と TensorFlow のステータス（インストールと GPU の可用性）

• 組み込み開発/IoT:

  • インストール済みの組み込み SDK (Arduino、ESP-IDF、Raspberry Pi ツール)

  • 接続されたデバイスとシリアルポート（シリアルポートの簡略化されたリスト）

• 生産性とワークフローの強化:

  • シェルエイリアス、関数、カスタムスクリプト

  • シェル履歴分析（基本 - 履歴の最後の 20 行）

  • バックグラウンド自動化とタスクのスケジュール設定（cron/スケジュールされたタスクの簡易チェック）

仕組み

このサーバーは、モデル コンテキスト プロトコル (MCP) を使用して構築されており、次のように動作します。

1. MCP プロトコル: MCP サーバー プロトコルを実装し、Cursor が通信してその機能を検出し利用できるようにします。

2. **Stdio トランスポート:**サーバーはstdioトランスポートを使用します。つまり、標準の入力および出力ストリームを介してカーソルと通信します。

3. **情報収集:**カーソルのエージェントが情報を要求すると、このサーバーはさまざまなシステム コマンド ( subprocessを使用) と Python ライブラリ ( platform 、 os 、 sys 、 psutil 、 pyserialなど) を実行して、開発環境に関するデータを収集します。

4. **ツールベースのアクセス：**各情報カテゴリはMCPサーバー内でツールとして公開されます。カーソルエージェントはこれらのツールを呼び出して、特定の情報を取得できます。

5. **Markdown 出力 (オプション):**サーバーは、収集されたすべての情報を含む Markdown ファイル ( development_environment_info.md ) をオプションで生成して、レビューとデバッグを容易にすることができます。

6. カーソル統合: MCP クライアントとして機能するカーソルは、このサーバーに接続し、提供されているツールを自動的に利用して開発コンテキストの理解を深めることができます。

インストール

この MCP サーバーをインストールして実行するには、次の手順に従います。

1. リポジトリをクローンします。

   git clone https://github.com/carterlasalle/system_information_mcp.git cd system_information_mcp

2. Python 仮想環境を作成する (推奨):

   python -m venv venv

3. 仮想環境をアクティブ化します。

   • Linux/macOSの場合:

     source venv/bin/activate

   • Windowsの場合:

     venv\Scripts\activate

4. 依存関係をインストールします:

   pip install -r requirements.txt

カーソルの設定

この MCP サーバーを Cursor に接続するには、Cursor の設定内で構成する必要があります。

1. カーソル設定を開きます。 Cursor Settings > Features > MCPに移動します。

2. 新しい MCP サーバーの追加: + Add New MCP Serverボタンをクリックします。

3. **サーバーの構成:**フォームに次の詳細を入力します。

   • タイプ: stdio

   • 名前: DevEnvInfoServer (または任意の名前)

   • **コマンド:**サーバーを実行するコマンドを入力します。system_information_mcp system_information_mcpにいて、仮想環境を有効化している場合は、次のコマンドを使用できます。

     python claudemcp.py

     注: pythonがシステムの PATH にない場合、または特定の Python 実行ファイルを使用している場合は、Python インタープリターのフルパスとそれに続くclaudemcp.pyへのパスを指定する必要があります。例:

     /path/to/your/python venv/bin/python claudemcp.py

4. サーバーの追加: 「サーバーの追加」ボタンをクリックします。

5. **ツール リストの更新 (オプション):**ツール リストを表示するには、カーソルの MCP サーバー リストの右上隅にある更新ボタンを手動で押す必要がある場合があります。

これで、 DevEnvInfoServerサーバーが Cursor の MCP サーバーのリストに表示され、そのツールが Composer のエージェントで使用できるようになります。

カーソルでの使用

設定が完了すると、Cursor のエージェントは、リクエストに関連があると判断した場合に、 DevEnvInfoServerによって提供されるツールを自動的に活用します。

• 自動ツール使用： ComposerでCursorのエージェントとやり取りすると、質問への回答やリクエストの実現に開発環境の情報が必要かどうかをインテリジェントに判断します。必要な場合は、このサーバーが提供するツールをバックグラウンドで自動的に使用します。

• **意図的なツールプロンプト：**プロンプト内でツールの名前や説明を参照することで、エージェントにこれらのツールの使用を明示的に指示することもできます。例えば、次のように尋ねることができます。

  • 「現在の環境にインストールされている Python パッケージは何ですか?」

  • 「DevEnvInfoServer ツールを使用して、システム上で利用可能なシェルを一覧表示します。」

• **ツールの承認：**デフォルトでは、Cursor は MCP ツールを実行する前に承認を求めます。承認する前に、ツール呼び出しの引数を確認できます。

• **YOLOモード（オプション）：**承認プロンプトなしでツールを自動実行したい場合は、CursorのMCP設定で「YOLOモード」を有効にできます。このモードではMCPツールの自動実行が可能になるため、注意して使用してください。

カーソルは、 DevEnvInfoServerツールからの応答をチャットに直接表示し、要求された開発環境情報を提供します。