How do I use Code Intelligence MCP Server?

1. Click on "Install Server". 2. Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state. 3. In the chat, type `@` followed by the MCP server name and your instructions, e.g., "`@Code Intelligence MCP Server` Fix the bug where empty passwords in the login form don't return an error." That's it! The server will respond to your query, and you can continue using it as needed. Here is a [step-by-step guide with screenshots](https://glama.ai/blog/2025-07-08-how-to-install-and-use-mcp-servers).

Code Intelligence MCP Server v3.6

Cursor IDEのようなコードインテリジェンス機能をオープンソースツールで実現するMCPサーバー。

なぜ必要か

同じ Opus 4.5 モデルでも、呼び出し元によって挙動が異なる：

呼び出し元	挙動
Cursor	コードベース全体を理解した上で修正する
Claude Code	修正箇所だけを見て修正する傾向がある

このMCPサーバーは、Claude Codeに「コードベースを理解させる情報」を提供します。

v3.6 の特徴

フェーズゲート実行

LLMが探索をスキップできないよう、物理的に制限：

EXPLORATION → SEMANTIC → VERIFICATION → READY ↓ ↓ ↓ ↓ code-intel devrag 検証実装許可ツール (仮説) (確定)

QueryFrame

自然文を4+1スロットで構造化：

スロット	説明	例
`target_feature`	対象機能	「ログイン機能」
`trigger_condition`	再現条件	「パスワードが空のとき」
`observed_issue`	問題	「エラーが出ない」
`desired_action`	期待	「チェックを追加」
`mapped_symbols`	探索で見つけたシンボル	`["LoginService"]`

設計原則

原則	実装
LLMに判断をさせない	confidence はサーバーが算出
幻覚を物理的に排除	Quote検証（引用が原文にあるか確認）
動的な要件調整	risk_level (HIGH/MEDIUM/LOW) で探索要件を変更
情報の確実性を追跡	FACT（確定）vs HYPOTHESIS（要検証）

ツール一覧

コードインテリジェンス

ツール	用途
`query`	自然言語でのインテリジェントクエリ
`search_text`	高速テキスト検索 (ripgrep)
`search_files`	ファイル名検索 (ripgrep)
`analyze_structure`	コード構造解析 (tree-sitter)
`find_definitions`	シンボル定義検索 (ctags)
`find_references`	シンボル参照検索 (ctags)
`get_symbols`	シンボル一覧取得 (ctags)
`get_function_at_line`	特定行の関数取得 (tree-sitter)
`repo_pack`	リポジトリ全体をLLM用にパック (Repomix)

セッション管理（v3.6）

ツール	用途
`start_session`	セッション開始、extraction_prompt を返す
`set_query_frame`	QueryFrame 設定（Quote検証付き）
`get_session_status`	現在のフェーズ・状態を確認
`submit_understanding`	EXPLORATION 完了
`submit_semantic`	SEMANTIC 完了
`submit_verification`	VERIFICATION 完了
`check_write_target`	Write 可否確認（探索済みファイルのみ許可）
`record_outcome`	結果を記録（改善サイクル用）

スキル

/code スキル

コード実装を支援するエージェント。フェーズゲートに従って探索→実装を行います。

/code ログイン機能でパスワードが空のときエラーが出ないバグを直して

/outcome スキル

実装結果を記録するエージェント。失敗パターンの分析に使用。

/outcome この実装は失敗だった

依存関係

ツール	必須	用途
ripgrep (rg)	Yes	search_text, search_files, find_references
universal-ctags	Yes	find_definitions, find_references, get_symbols
Python 3.10+	Yes	サーバー本体
tree-sitter	Yes	analyze_structure (pip で自動インストール)
repomix	No	repo_pack, bootstrapキャッシュ
devrag	No	意味検索フォールバック

セットアップ

1. 依存ツールのインストール

# Ubuntu/Debian sudo apt install ripgrep universal-ctags # macOS brew install ripgrep universal-ctags # 任意: Repomix npm install -g repomix

2. サーバーのセットアップ

git clone https://github.com/tech-spoke/llm-helper.git cd llm-helper # セットアップスクリプト実行 ./setup.sh

または手動で:

python3 -m venv venv ./venv/bin/pip install -r requirements.txt

3. MCP設定

対象プロジェクトのルートに .mcp.json を作成:

{ "mcpServers": { "code-intel": { "type": "stdio", "command": "/path/to/llm-helper/venv/bin/python", "args": ["/path/to/llm-helper/code_intel_server.py"], "env": { "PYTHONPATH": "/path/to/llm-helper" } } } }

4. スキルの設定（任意）

.claude/commands/ に code.md と outcome.md をコピー:

mkdir -p .claude/commands cp /path/to/llm-helper/.claude/commands/*.md .claude/commands/

利用方法

/code スキルを使う（推奨）

/code AuthServiceのlogin関数でパスワードが空のときエラーが出ないバグを直して

スキルが自動的に:

Intent判定（MODIFY）
セッション開始
QueryFrame抽出・検証
EXPLORATION（find_definitions, find_references等）
必要に応じてSEMANTIC（devrag）
VERIFICATION（仮説検証）
READY（実装）

直接ツールを呼び出す

# テキスト検索 mcp__code-intel__search_text でパターン "Router" を検索して # 定義検索 mcp__code-intel__find_definitions で "SessionState" の定義を探して # 構造解析 mcp__code-intel__analyze_structure で tools/router.py を解析して

フェーズの詳細

EXPLORATION

code-intelツールでコードベースを探索：

find_definitions: シンボルの定義場所
find_references: シンボルの使用箇所
search_text: テキストパターン検索
analyze_structure: AST解析

devragは使用禁止（物理的にブロック）

SEMANTIC

探索結果が不十分な場合のみ発動：

devrag_search: 意味検索
結果は HYPOTHESIS（仮説）として記録

VERIFICATION

HYPOTHESISをcode-intelツールで検証：

確認されれば FACT に昇格
否定されれば rejected として記録

devragは使用禁止（物理的にブロック）

READY

実装が許可される：

HYPOTHESISが残っていないことを確認
Write対象は探索済みファイルのみ許可

devrag（オプション）

devragは意味検索のフォールバック機構です。未導入でも基本機能は動作します。

インストール

# Linux x64 wget https://github.com/tomohiro-owada/devrag/releases/latest/download/devrag-linux-x64.tar.gz tar xzf devrag-linux-x64.tar.gz sudo mv devrag /usr/local/bin/

設定

対象プロジェクトに rag-custom-config.json を作成:

{ "document_patterns": ["./src", "./docs"], "db_path": "./vectors.db", "chunk_size": 500, "search_top_k": 5, "model": { "name": "multilingual-e5-small", "dimensions": 384 } }

インデックス作成

devrag -config rag-custom-config.json index

ドキュメント

ARCHITECTURE.md - システム設計
ROUTER.md - Router詳細
DESIGN_v3.6.md - v3.6設計

ライセンス

MIT

This server cannot be installed

-

security - not tested

F

license - not found

-

quality - not tested

How are these scores calculated?

Resources

GitHub Repository

Need Help?

Report Issue

Related Servers

Code Intelligence MCP Server