파충류-MCP

Greptile MCP 서버 [완료]

빠른 실행 명령 치트시트

✅ 프로젝트 상태: 모든 작업 완료(11/11)

완료된 작업 요약은 PROJECT_COMPLETION.md를 참조하고, 사용 지침은 USER_GUIDE.md를 참조하세요.

환경	설정 및 설치	실행 명령
로컬(Python)	`python -m venv .venv && source .venv/bin/activate && pip install -e .`	`python -m src.main`
도커	`docker build -t greptile-mcp .`	`docker run --rm --env-file .env -p 8050:8050 greptile-mcp`
대장간	`npm install -g smithery`	`smithery deploy` (smithery.yaml 참조)

.env.example 사용하여 .env 채우고 실행하기 전에 GREPTILE_API_KEY 와 GITHUB_TOKEN 설정합니다.

전체 필수 구성 요소, 고급 에이전트 사용, 통합 및 문제 해결에 대한 자세한 내용은 docs/README.md 에서 전체 설명서를 참조하고 AGENT_USAGE.md 에서 에이전트 세부 정보를 참조하세요.

Greptile API와 통합되어 AI 에이전트에 코드 검색 및 쿼리 기능을 제공하는 MCP(Model Context Protocol) 서버 구현입니다.

특징

이 서버는 AI 에이전트가 코드베이스와 상호 작용할 수 있도록 하는 4가지 필수 Greptile 도구를 제공합니다.

index_repository : 코드 검색 및 쿼리를 위해 저장소를 인덱싱합니다.
- 저장소를 검색 가능하게 처리
- 저장소가 변경되면 기존 인덱스를 업데이트합니다.
- 알림 환경 설정 구성
query_repository : 코드 참조로 답변을 얻기 위해 저장소를 쿼리합니다.
- 코드베이스에 대한 자연어 질문을 하세요
- 특정 코드 위치를 참조하는 자세한 답변을 받으세요
- 세션 ID를 사용한 대화 기록 지원
search_repository : 전체 답변을 생성하지 않고 관련 파일에 대한 저장소를 검색합니다.
- 특정 개념이나 기능과 관련된 파일 찾기
- 관련성 순으로 정렬된 문맥별 일치 항목 가져오기
- 파일 위치만 필요한 경우 전체 쿼리보다 빠릅니다.
get_repository_info : 인덱스된 저장소에 대한 정보를 가져옵니다.
- 인덱싱 상태 및 진행 상황 확인
- 쿼리에 사용할 수 있는 저장소를 확인하세요.
- 인덱싱된 저장소에 대한 메타데이터 가져오기

대장간 배치

Greptile MCP 서버는 Smithery를 통한 배포를 지원합니다. smithery.yaml 구성 파일은 프로젝트 루트에 포함되어 있습니다.

대장간 구성

Smithery 구성은 smithery.yaml 에 정의되어 있으며 다음 옵션을 지원합니다.

지엑스피1

Smithery와 함께 사용

Smithery를 사용하여 배포하려면:

Smithery 설치: npm install -g smithery
서버 배포: smithery deploy
필요한 API 키로 Smithery 클라이언트를 구성하세요.

추가 문서

AI 에이전트에 대한 자세한 사용 지침은 에이전트 사용 가이드를 참조하세요.

필수 조건

파이썬 3.12+
Greptile API 키 ( https://app.greptile.com/settings/api 에서)
인덱싱하려는 저장소에 대한 repo (또는 동등한 읽기) 권한이 있는 GitHub 또는 GitLab 개인 액세스 토큰(PAT)
Docker (배포에 권장됨)

필수 Python 패키지

fastmcp - MCP 서버 구현
httpx - 비동기 HTTP 클라이언트
python-dotenv - 환경 변수 관리
uvicorn - SSE 전송을 위한 ASGI 서버

설치

pip 사용(개발 또는 로컬 테스트용)

이 저장소를 복제하세요:
git clone https://github.com/sosacrazy126/greptile-mcp.git cd greptile-mcp
가상 환경을 만듭니다(권장):
python -m venv .venv source .venv/bin/activate # On Windows use `.venv\Scripts\activate`
종속성 설치:
pip install -e .
.env.example 기반으로 .env 파일을 만듭니다.
cp .env.example .env
.env 파일에서 환경 변수를 구성하세요.
GREPTILE_API_KEY=your_api_key_here GITHUB_TOKEN=your_github_token_here

Docker 사용(배포에 권장)

저장소를 복제합니다.
git clone https://github.com/sosacrazy126/greptile-mcp.git cd greptile-mcp
.env.example 을 기반으로 .env 파일을 만들고 환경 변수를 구성합니다.
Docker 이미지를 빌드합니다.
docker build -t greptile-mcp .

서버 실행

pip 사용하기

SSE 운송(기본값)

.env 파일에서 TRANSPORT=sse , PORT=8050 (또는 선택한 포트)이 설정되어 있는지 확인하세요.

python -m src.main

서버는 http://<HOST>:<PORT>/sse 에서 수신합니다.

Stdio Transport

.env 파일에 TRANSPORT=stdio 설정하세요. stdio를 사용하면 MCP 클라이언트가 일반적으로 MCP 서버 프로세스를 시작합니다.

# Usually invoked by an MCP client, not directly
TRANSPORT=stdio python -m src.main

Docker 사용

SSE 운송(기본값)

# Mounts the .env file for configuration and maps the port
docker run --rm --env-file .env -p 8050:8050 greptile-mcp

서버는 http://localhost:8050/sse (localhost가 아닌 경우 호스트 IP)에서 수신합니다.

Stdio Transport

TRANSPORT=stdio 로 Docker 컨테이너를 실행하도록 MCP 클라이언트를 구성합니다.

# Example of running with stdio transport
docker run --rm -i --env-file .env -e TRANSPORT=stdio greptile-mcp

MCP 클라이언트와의 통합

SSE 구성 예

MCP 클라이언트 구성에 다음을 추가합니다(예: mcp_config.json ):

{
  "mcpServers": {
    "greptile": {
      "transport": "sse",
      "url": "http://localhost:8050/sse"
    }
  }
}

Stdio 구성을 사용한 Python 예제

명령이 실행되는 환경에서 TRANSPORT=stdio 설정되어 있는지 확인하세요.

{
  "mcpServers": {
    "greptile": {
      "transport": "stdio",
      "command": "/path/to/your/greptile-mcp/.venv/bin/python",
      "args": ["-m", "src.main"],
      "env": {
        "TRANSPORT": "stdio",
        "GREPTILE_API_KEY": "YOUR-GREPTILE-API-KEY",
        "GITHUB_TOKEN": "YOUR-GITHUB-TOKEN",
        "GREPTILE_BASE_URL": "https://api.greptile.com/v2"
      }
    }
  }
}

Stdio 구성을 사용한 Docker 예제

{
  "mcpServers": {
    "greptile": {
      "transport": "stdio",
      "command": "docker",
      "args": [
        "run", "--rm", "-i",
        "-e", "TRANSPORT=stdio",
        "-e", "GREPTILE_API_KEY",
        "-e", "GITHUB_TOKEN",
        "-e", "GREPTILE_BASE_URL",
        "greptile-mcp"
      ],
      "env": {
        "GREPTILE_API_KEY": "YOUR-GREPTILE-API-KEY",
        "GITHUB_TOKEN": "YOUR-GITHUB-TOKEN",
        "GREPTILE_BASE_URL": "https://api.greptile.com/v2"
      }
    }
  }
}

자세한 사용 가이드

코드베이스 분석을 위한 워크플로

index_repository 사용하여 분석하려는 인덱스 저장소
get_repository_info 로 인덱싱 상태를 확인 하여 처리가 완료되었는지 확인하세요.
query_repository 사용하여 자연어를 사용하여 저장소를 쿼리합니다.
search_repository 사용하여 기능이나 개념과 관련된 특정 파일을 찾으세요.

대화 컨텍스트를 위한 세션 관리

모든 클라이언트(Smithery 포함)를 통해 Greptile MCP 서버와 상호 작용할 때 대화 맥락을 유지하기 위해 적절한 세션 관리가 중요합니다.

대화 시작 시 고유한 세션 ID 생성
관련된 모든 후속 쿼리에 동일한 세션 ID를 재사용합니다.
새로운 대화를 시작할 때 새 세션 ID를 만듭니다.

세션 ID 관리 예시:

# Generate a unique session ID
import uuid
session_id = str(uuid.uuid4())

# Initial query
initial_response = query_repository(
    query="How is authentication implemented?",
    repositories=[{"remote": "github", "repository": "owner/repo", "branch": "main"}],
    session_id=session_id  # Include the session ID
)

# Follow-up query using the SAME session ID
followup_response = query_repository(
    query="Can you provide more details about the JWT verification?",
    repositories=[{"remote": "github", "repository": "owner/repo", "branch": "main"}],
    session_id=session_id  # Reuse the same session ID
)

Smithery 통합 관련 중요 사항 : Smithery를 통해 연결하는 에이전트는 자체 세션 ID를 생성하고 유지해야 합니다. Greptile MCP 서버는 세션 ID를 자동으로 생성하지 않습니다. 세션 ID는 에이전트의 대화 상태에 포함되어야 합니다.

모범 사례

인덱싱 성능 : 작은 저장소는 인덱싱 속도가 더 빠릅니다. 대규모 단일 저장소의 경우 특정 브랜치나 태그를 인덱싱하는 것이 좋습니다.
쿼리 최적화 : 쿼리를 구체적으로 작성하세요. 더 나은 결과를 위해 관련 기술 용어를 포함하세요.
저장소 선택 : 여러 저장소를 쿼리하는 경우 최상의 결과를 얻으려면 관련성 순으로 나열하세요.
세션 관리 : 후속 질문에 세션 ID를 사용하여 쿼리 전반의 맥락을 유지합니다.

API 참조

1. 인덱스 저장소

향후 검색 시 검색할 수 있도록 저장소를 인덱싱합니다.

매개변수:

remote (문자열): 저장소 호스트("github" 또는 "gitlab")
repository (문자열): 소유자/repo 형식의 저장소(예: "greptileai/greptile")
branch (문자열): 인덱싱할 브랜치(예: "main")
reload (부울, 선택 사항): 이전에 인덱싱된 저장소를 강제로 다시 처리할지 여부
notify (부울, 선택 사항): 인덱싱이 완료되면 이메일 알림을 보낼지 여부

예:

// Tool Call: index_repository
{
  "remote": "github",
  "repository": "greptileai/greptile",
  "branch": "main",
  "reload": false,
  "notify": false
}

응답:

{
  "message": "Indexing Job Submitted for: greptileai/greptile",
  "statusEndpoint": "https://api.greptile.com/v2/repositories/github:main:greptileai%2Fgreptile"
}

2. 쿼리 저장소

자연어로 저장소를 쿼리하여 코드 참조로 답변을 얻습니다.

매개변수:

query (문자열): 코드베이스에 대한 자연어 쿼리
repositories (배열): 쿼리할 저장소 목록, 각 저장소의 형식은 다음과 같습니다.
{ "remote": "github", "repository": "owner/repo", "branch": "main" }
session_id (문자열, 선택 사항): 대화를 계속하기 위한 세션 ID
stream (부울, 선택 사항): 응답을 스트리밍할지 여부
genius (부울, 선택 사항): 향상된 쿼리 기능을 사용할지 여부

예:

// Tool Call: query_repository
{
  "query": "How is authentication handled in this codebase?",
  "repositories": [
    {
      "remote": "github",
      "repository": "greptileai/greptile",
      "branch": "main"
    }
  ],
  "session_id": null,
  "stream": false,
  "genius": true
}

응답:

{
  "message": "Authentication in this codebase is handled using JWT tokens...",
  "sources": [
    {
      "repository": "greptileai/greptile",
      "remote": "github",
      "branch": "main",
      "filepath": "/src/auth/jwt.js",
      "linestart": 14,
      "lineend": 35,
      "summary": "JWT token validation middleware"
    }
  ]
}

3. 저장소 검색

전체 답변을 생성하지 않고도 관련 파일을 찾기 위해 저장소를 검색합니다.

매개변수:

query (문자열): 코드베이스에 대한 검색 쿼리
repositories (배열): 검색할 저장소 목록
session_id (문자열, 선택 사항): 대화를 계속하기 위한 세션 ID
genius (부울, 선택 사항): 향상된 검색 기능을 사용할지 여부

예:

// Tool Call: search_repository
{
  "query": "Find files related to authentication middleware",
  "repositories": [
    {
      "remote": "github",
      "repository": "greptileai/greptile", 
      "branch": "main"
    }
  ],
  "session_id": null,
  "genius": true
}

응답:

{
  "sources": [
    {
      "repository": "greptileai/greptile",
      "remote": "github",
      "branch": "main",
      "filepath": "/src/auth/middleware.js",
      "linestart": 1,
      "lineend": 45,
      "summary": "Authentication middleware implementation"
    },
    {
      "repository": "greptileai/greptile",
      "remote": "github",
      "branch": "main",
      "filepath": "/src/auth/jwt.js",
      "linestart": 1,
      "lineend": 78,
      "summary": "JWT token handling functions"
    }
  ]
}

4. 저장소 정보 가져오기

인덱싱된 특정 저장소에 대한 정보를 가져옵니다.

매개변수:

remote (문자열): 저장소 호스트("github" 또는 "gitlab")
repository (문자열): 소유자/repo 형식의 저장소
branch (문자열): 인덱싱된 브랜치

예:

// Tool Call: get_repository_info
{
  "remote": "github",
  "repository": "greptileai/greptile",
  "branch": "main"
}

응답:

{
  "repository": "greptileai/greptile",
  "remote": "github",
  "branch": "main",
  "private": false,
  "status": "COMPLETED",
  "filesProcessed": 234,
  "numFiles": 234,
  "sha": "a1b2c3d4e5f6..."
}

통합 예제

1. Anthropic API를 통한 Claude.ai와의 통합

from anthropic import Anthropic
import json
import requests

# Set up Anthropic client
anthropic = Anthropic(api_key="your_anthropic_key")

# Function to call Greptile MCP
def query_code(question, repositories):
    response = requests.post(
        "http://localhost:8050/tools/greptile/query_repository",
        json={
            "query": question,
            "repositories": repositories,
            "genius": True
        }
    )
    return json.loads(response.text)

# Ask Claude with enhanced code context
def ask_claude_with_code_context(question, repositories):
    # Get code context from Greptile
    code_context = query_code(question, repositories)
    
    # Format the context for Claude
    formatted_context = f"Code Analysis Result:\n{code_context['message']}\n\nRelevant Files:\n"
    for source in code_context.get('sources', []):
        formatted_context += f"- {source['filepath']} (lines {source['linestart']}-{source['lineend']})\n"
    
    # Send to Claude with context
    message = anthropic.messages.create(
        model="claude-3-opus-20240229",
        max_tokens=1000,
        messages=[
            {"role": "user", "content": f"Based on this code context:\n\n{formatted_context}\n\nQuestion: {question}"}
        ]
    )
    
    return message.content

# Example usage
answer = ask_claude_with_code_context(
    "How does the authentication system work?",
    [{"remote": "github", "repository": "greptileai/greptile", "branch": "main"}]
)
print(answer)

2. LLM 기반 챗봇과의 통합

from fastapi import FastAPI, Request
from fastapi.responses import JSONResponse
import httpx
import json

app = FastAPI()

# Greptile MCP endpoint
GREPTILE_MCP_URL = "http://localhost:8050/tools/greptile"

@app.post("/chat")
async def chat_endpoint(request: Request):
    data = await request.json()
    user_message = data.get("message", "")
    
    # Check if this is a code-related question
    if "code" in user_message or "repository" in user_message or "function" in user_message:
        # Query the repository through Greptile MCP
        async with httpx.AsyncClient() as client:
            response = await client.post(
                f"{GREPTILE_MCP_URL}/query_repository",
                json={
                    "query": user_message,
                    "repositories": [
                        {"remote": "github", "repository": "your-org/your-repo", "branch": "main"}
                    ],
                    "genius": True
                }
            )
            
            greptile_result = response.json()
            
            # Process the result and return to the user
            answer = greptile_result.get("message", "")
            sources = greptile_result.get("sources", [])
            
            return JSONResponse({
                "message": answer,
                "code_references": sources
            })
    
    # For non-code questions, use your regular LLM
    return JSONResponse({
        "message": "This appears to be a general question. I'll handle it normally."
    })

# Run with: uvicorn app:app --reload

3. 명령줄 코드 쿼리 도구

#!/usr/bin/env python3
import argparse
import json
import requests
import sys

def main():
    parser = argparse.ArgumentParser(description="Query code repositories using natural language")
    parser.add_argument("query", help="The natural language query about the code")
    parser.add_argument("--repo", "-r", required=True, help="Repository in format github:owner/repo:branch")
    parser.add_argument("--genius", "-g", action="store_true", help="Use enhanced query capabilities")
    args = parser.parse_args()
    
    # Parse the repository string
    try:
        remote, repo_path = args.repo.split(":", 1)
        if ":" in repo_path:
            repo, branch = repo_path.split(":", 1)
        else:
            repo = repo_path
            branch = "main"
    except ValueError:
        print("Error: Repository must be in format 'github:owner/repo:branch' or 'github:owner/repo'")
        sys.exit(1)
        
    # Prepare the request
    payload = {
        "query": args.query,
        "repositories": [
            {
                "remote": remote,
                "repository": repo,
                "branch": branch
            }
        ],
        "genius": args.genius
    }
    
    # Make the request
    try:
        response = requests.post(
            "http://localhost:8050/tools/greptile/query_repository",
            json=payload
        )
        response.raise_for_status()
    except requests.exceptions.RequestException as e:
        print(f"Error: {e}")
        sys.exit(1)
    
    # Process the response
    result = response.json()
    
    # Display the answer
    print("\n=== ANSWER ===\n")
    print(result.get("message", "No answer found"))
    
    # Display the sources
    sources = result.get("sources", [])
    if sources:
        print("\n=== CODE REFERENCES ===\n")
        for i, source in enumerate(sources, 1):
            print(f"{i}. {source['filepath']} (lines {source.get('linestart', '?')}-{source.get('lineend', '?')})")
            print(f"   Repository: {source['repository']} ({source['branch']})")
            if 'summary' in source:
                print(f"   Summary: {source['summary']}")
            print()

if __name__ == "__main__":
    main()

문제 해결

일반적인 문제

1. 인증 실패

증상 : 401 Unauthorized 또는 Repository not found with configured credentials 오류가 발생합니다.

솔루션 :

Greptile API 키가 유효하고 .env 파일에 올바르게 설정되었는지 확인하세요.
GitHub/GitLab 토큰이 만료되었는지 확인하세요(일반적으로 일정 기간 후 만료됨)
GitHub/GitLab 토큰에 저장소에 액세스할 수 있는 repo 범위가 있는지 확인하세요.
GitHub API를 사용하여 GitHub 토큰을 직접 테스트하여 작동하는지 확인하세요.

GitHub 토큰 테스트 :

curl -H "Authorization: token YOUR_GITHUB_TOKEN" https://api.github.com/user

2. 저장소를 찾을 수 없습니다

증상 : API가 404 오류 또는 "저장소를 찾을 수 없습니다" 메시지를 반환합니다.

솔루션 :

저장소가 존재하고 GitHub/GitLab 토큰으로 액세스할 수 있는지 확인하세요.
저장소 형식을 다시 한 번 확인하세요( owner/repo 여야 함)
개인 저장소의 경우 토큰에 적절한 액세스 권한이 있는지 확인하세요.
지점 이름이 올바른지 확인하세요

3. 연결 문제

증상 : MCP 서버에 연결할 수 없습니다.

솔루션 :

서버가 실행 중인지 확인하세요( ps aux | grep src.main )
다른 애플리케이션에서 포트를 사용하고 있지 않은지 확인하세요.
네트워크 설정 및 방화벽 구성을 확인하세요
.env 파일에서 PORT 값을 변경하여 다른 포트를 시도해 보세요.

4. Docker 문제

증상 : Docker 컨테이너가 시작되지 않거나 올바르게 작동하지 않습니다.

솔루션 :

Docker 로그 확인: docker logs <container_id>
.env 파일이 올바르게 마운트되었는지 확인하세요.
docker run 명령에서 포트 매핑이 올바른지 확인하세요.
Docker 네트워크 구성에서 필요한 연결이 허용되는지 확인하세요.

로그 및 디버깅

더 자세한 로깅을 활성화하려면 다음 환경 변수를 설정하세요.

# Add to your .env file
DEBUG=true
LOG_LEVEL=debug

특정 MCP 상호작용 문제를 해결하려면 MCP 서버 로그를 검사하세요.

# Run with enhanced logging
LOG_LEVEL=debug python -m src.main

고급 구성

환경 변수

변하기 쉬운	설명	기본
`TRANSPORT`	전송 방법( `sse` 또는 `stdio` )	`sse`
`HOST`	SSE 전송을 위해 바인딩할 호스트	`0.0.0.0`
`PORT`	SSE 운송 항구	`8050`
`GREPTILE_API_KEY`	Greptile API 키	(필수의)
`GITHUB_TOKEN`	GitHub/GitLab 개인 액세스 토큰	(필수의)
`GREPTILE_BASE_URL`	Greptile API 기본 URL	`https://api.greptile.com/v2`
`DEBUG`	디버그 모드 활성화	`false`
`LOG_LEVEL`	로깅 레벨	`info`

사용자 정의 API 엔드포인트

사용자 정의 Greptile API 엔드포인트를 사용해야 하는 경우(예: 엔터프라이즈 설치의 경우) GREPTILE_BASE_URL 환경 변수를 수정하세요.

GREPTILE_BASE_URL=https://greptile.your-company.com/api/v2

성능 튜닝

프로덕션 배포의 경우 다음과 같은 성능 최적화를 고려하세요.

작업자 구성 : Uvicorn과 함께 SSE 전송을 사용할 때 적절한 작업자 수를 구성하세요.
# For CPU-bound applications: workers = 1-2 × CPU cores uvicorn src.main:app --workers 4
시간 초과 설정 : 대규모 저장소의 시간 초과를 조정합니다.
# Add to .env GREPTILE_TIMEOUT=120.0 # Default is 60.0 seconds
메모리 최적화 : 대규모 배포의 경우 컨테이너 리소스 제한을 고려하세요.
docker run --rm --env-file .env -p 8050:8050 --memory="1g" --cpus="1.0" greptile-mcp

기여하다

기여를 환영합니다! 풀 리퀘스트를 제출해 주세요.

저장소를 포크하세요
기능 브랜치를 생성합니다( git checkout -b feature/amazing-feature )
변경 사항을 커밋하세요( git commit -m 'Add some amazing feature' )
브랜치에 푸시( git push origin feature/amazing-feature )
풀 리퀘스트 열기

개발 설정

개발을 위해 추가 종속성을 설치하세요.

pip install -e ".[dev]"

테스트 실행:

pytest

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다. 자세한 내용은 라이선스 파일을 참조하세요.

( https://github.com/sosacrazy126 )에서 빌드됨

This server cannot be installed

security - not tested

license - not found

quality - not tested

How are these scores calculated?

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

파충류-MCP

Related MCP Servers

steampipe-mcp
turbot
A
security
A
license
A
quality
steampipe-mcp
Last updated -
5
29
13
TypeScript
Apache 2.0
Graphiti MCP Server
getzep
-
security
A
license
-
quality
Graphiti MCP Server
Last updated -
11,900
Python
Apache 2.0
MCP GPT Image 1
GaussianGuaicai
-
security
F
license
-
quality
MCP GPT Image 1
Last updated -
Python
mcp-gsheets
freema
A
security
A
license
A
quality
mcp-gsheets
Last updated -
19
1
6
TypeScript
MIT License

View all related MCP servers

Greptile MCP 서버 [완료]

특징

대장간 배치

대장간 구성

Smithery와 함께 사용

추가 문서

필수 조건

필수 Python 패키지

설치

pip 사용(개발 또는 로컬 테스트용)

Docker 사용(배포에 권장)

서버 실행

pip 사용하기

SSE 운송(기본값)

Stdio Transport

Docker 사용

SSE 운송(기본값)

Stdio Transport

MCP 클라이언트와의 통합

SSE 구성 예

Stdio 구성을 사용한 Python 예제

Stdio 구성을 사용한 Docker 예제

자세한 사용 가이드

코드베이스 분석을 위한 워크플로

대화 컨텍스트를 위한 세션 관리

모범 사례

API 참조

1. 인덱스 저장소

2. 쿼리 저장소

3. 저장소 검색

4. 저장소 정보 가져오기

통합 예제

1. Anthropic API를 통한 Claude.ai와의 통합

2. LLM 기반 챗봇과의 통합

3. 명령줄 코드 쿼리 도구

문제 해결

일반적인 문제

1. 인증 실패

2. 저장소를 찾을 수 없습니다

3. 연결 문제

4. Docker 문제

로그 및 디버깅

고급 구성

환경 변수

사용자 정의 API 엔드포인트

성능 튜닝

기여하다

개발 설정

특허

Related MCP Servers

steampipe-mcp

Graphiti MCP Server

MCP GPT Image 1

mcp-gsheets

New MCP Servers

MCP directory API