CodeAlive MCP: プロジェクトの詳細なコンテキスト（特に大規模なコードベース向け）

CodeAlive API用のこの MCP (モデル コンテキスト プロトコル) サーバーにより、Claude Desktop、Cursor、Windserf、VS Code (GitHub Copilot)、Cline、Roo-Code、Refact などの AI クライアントが CodeAlive の高度なセマンティック コード検索およびコードベース相互作用機能にアクセスできるようになります。

CodeAlive MCP は、プロジェクトのコードベースから豊富なコンテキストを提供することでこれらのエージェントを強化し、よりインテリジェントで効率的なインタラクションを可能にします。

CodeAlive とは何ですか?

CodeAliveは、ドキュメントや依存関係を含むコードベース全体を分析して、その構造、パターン、ロジックを理解するプラットフォームです。リポジトリやワークスペースの詳細な内部マップを作成し、ITプロフェッショナルがソリューションに関する質問に迅速かつ確実に、そして高品質な回答を提供できるようにします。

このMCPサーバーを使用することで、AIエージェント（Claude、Copilotなど）はCodeAliveの高度なコード理解を活用できるようになります。これにより、エージェントは以下のことが可能になります。

• **関連するコードをより速く見つける:**質問に関連する正確なコード スニペットを取得します。

• **全体像を把握する:**個別のファイルだけでなく、リポジトリまたはワークスペース全体のコンテキストを把握します。

• **コストと時間を削減:**正確なコンテキストを直接提供することでエージェントの効率を向上し、広範なファイル検索や推測の必要性を減らします。

Related MCP server: code-index-mcp

目次

• 利用可能なツール

• はじめる

  • 前提条件

  • APIキーの取得

  • インストール

• 構成

  • 環境変数

  • コマンドラインオプション

• AIクライアントとの統合

  • 続く

  • クロードデスクトップ

  • Visual Studio Code と GitHub Copilot

  • カーソル

• Pythonを直接使用する

  • Claude Desktop と Python

  • Pythonのカーソル

• トラブルシューティング

• ライセンス

利用可能なツール

MCP サーバーは次のツールを提供します。

1. chat_completions : コードベースコンテキストを使用してCodeAlive Chat APIにアクセスします。APIキーが1つのデータソースに割り当てられている場合、データソースの指定は任意です。

2. get_data_sources : CodeAlive によってインデックス付けされた利用可能なリポジトリとワークスペースを一覧表示します。

3. search_code : CodeAlive のセマンティック検索を使用して、データソース全体のコードスニペットを検索します。API キーが 1 つのデータソースに割り当てられている場合は、データソースの指定は任意です。

はじめる

前提条件

• Python 3.11

• uv （推奨）またはpip

• CodeAliveアカウントとAPIキー

APIキーの取得

1. https://app.codealive.dev/で CodeAlive アカウントにログインします。

2. API キーセクション (組織の下) に移動します。

3. 「 + API キーの作成」をクリックします。

4. キーにわかりやすい名前 (例: 「My Local MCP Key」) を付け、適切なスコープ (例: 「すべてのデータ ソース」または特定のデータ ソースを選択) を選択します。

5. 「作成」をクリックします。

6. **重要：**生成されたAPIキーはすぐにコピーして安全に保管してください。ダイアログを閉じると、再び表示されなくなります。

インストール

uv でインストールする（推奨）

# Clone the repository
git clone https://github.com/CodeAlive-AI/codealive-mcp.git
cd codealive-mcp

# Create a virtual environment and install dependencies
uv venv
source .venv/bin/activate  # On Windows use: .venv\\Scripts\\activate
uv pip install -e .

pipでインストールする

# Clone the repository
git clone https://github.com/CodeAlive-AI/codealive-mcp.git
cd codealive-mcp

# Create a virtual environment and install dependencies
python -m venv .venv
source .venv/bin/activate  # On Windows use: .venv\\Scripts\\activate
pip install -e .

構成

環境変数またはコマンドライン引数を使用してサーバーを構成します。

環境変数

次の環境変数がサポートされています。

• CODEALIVE_API_KEY : CodeAlive API キー。( --api-keyで渡されない限り必須)

コマンドラインオプション

• --api-key : CODEALIVE_API_KEY API キー。CODEALIVE_API_KEY 環境変数を上書きします。

• --transport : トランスポート タイプ: "stdio" (デフォルト) または"sse" 。

• --host : SSE トランスポートのホスト アドレス (デフォルト: 0.0.0.0 )。

• --port : SSE トランスポートのポート (デフォルト: 8000 )。

• --debug : 標準出力/エラーに詳細なログを記録するデバッグ モードを有効にします。

AIクライアントとの統合

以下は一般的なAIクライアントの設定例です。/path/to/your/codealive-mcp やYOUR_API_KEY_HEREなどのプレースホルダーは/path/to/your/codealive-mcp実際の値に置き換えてください。設定ファイルにAPIキーを直接記述するよりも、環境変数（ envブロック）を使用することをお勧めします。

続く

1. プロジェクトの.continue/config.yamlまたはグローバルに~/.continue/config.yamlで MCP サーバーを設定します。

   # ~/.continue/config.yaml or ./.continue/config.yaml
   mcpServers:
     - name: CodeAlive
       command: /path/to/your/codealive-mcp/.venv/bin/python # Or use 'uv' if preferred (see Cursor example)
       args:
         - /path/to/your/codealive-mcp/src/codealive_mcp_server.py
         - --debug # Optional: Enable debug logging
       env:
         CODEALIVE_API_KEY: YOUR_API_KEY_HERE

2. 再起動して続行するか、構成を再読み込みします。

クロードデスクトップ

1. Claude Desktop 構成ファイルを編集します。

   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

   • Windows: %APPDATA%\Claude\claude_desktop_config.json (通常はC:\Users\YourUsername\AppData\Roaming\Claude\claude_desktop_config.json )

2. MCP サーバー構成を追加します。

   {
     "mcpServers": {
       "codealive": {
         "command": "/path/to/your/codealive-mcp/.venv/bin/python",
         "args": [
           "/path/to/your/codealive-mcp/src/codealive_mcp_server.py",
           "--debug" // Optional: Enable debug logging
         ],
         "env": {
           "CODEALIVE_API_KEY": "YOUR_API_KEY_HERE"
         }
       }
     }
   }

   (ファイルにすでにコンテンツがある場合は、正しくマージされることを確認してください)

3. Claude Desktop を完全に再起動します。

Visual Studio Code と GitHub Copilot

1. コマンド パレット ( Ctrl+Shift+PまたはCmd+Shift+P ) を使用して VS Code 設定 (JSON) を開き、「設定: ユーザー設定 (JSON) を開く」を選択します。

2. MCP サーバー構成をsettings.jsonに追加します。

   {
     // ... other settings ...
     "mcp": {
       "servers": {
         "codealive": {
           "command": "uv",
           "args": [
             "--directory",
             "/path/to/your/codealive-mcp", // Path to the MCP server project root
             "run",
             "python",
             "src/codealive_mcp_server.py",
             "--debug" // Optional: Enable debug logging
           ],
           "env": {
             "CODEALIVE_API_KEY": "YOUR_API_KEY_HERE"
           }
         }
       }
     }
     // ... other settings ...
   }

   （既存の設定と正しく統合されていることを確認してください）

3. VS Code を再起動します。GitHub Copilot 拡張機能が、バージョン/設定で必要な場合に MCP サーバーを使用するように構成されていることを確認します。

カーソル

1. カーソル設定を開きます ( Cmd+,またはCtrl+, )。

2. 左側のパネルの「MCP」セクションに移動します。

3. 「新しいグローバル MCP サーバーを追加」をクリックします。

4. 次の JSON 構成を入力し、パスと API キーを更新します。

   {
     "mcpServers": {
       "codealive": {
         "command": "uv",
         "args": [
           "--directory",
           "/path/to/your/codealive-mcp", // Path to the MCP server project root
           "run",
           "python",
           "src/codealive_mcp_server.py",
           "--debug" // Optional: Enable debug logging
         ],
         "env": {
           "CODEALIVE_API_KEY": "YOUR_API_KEY_HERE"
         }
       }
     }
   }

5. 設定を保存します。

6. カーソルを完全に再起動します。

Pythonを直接使用する

uv使用したくない場合は、仮想環境からPythonインタープリタを使ってサーバースクリプトを直接呼び出すことができます。クライアント設定のcommandとargs適宜更新してください。

Claude Desktop と Python

{
  "mcpServers": {
    "codealive": {
      "command": "/path/to/your/codealive-mcp/.venv/bin/python", // Full path to python in venv
      "args": [
        "/path/to/your/codealive-mcp/src/codealive_mcp_server.py",
        "--debug" // Optional
      ],
      "env": {
        "CODEALIVE_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}

Pythonのカーソル

{
  "mcpServers": {
    "codealive": {
      "command": "/path/to/your/codealive-mcp/.venv/bin/python",
      "args": [
        "/path/to/your/codealive-mcp/src/codealive_mcp_server.py",
        "--debug" // Optional
      ],
      "env": {
        "CODEALIVE_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}

トラブルシューティング

MCP サーバーが AI クライアントで正しく動作しない場合は、次の手順に従ってください。

1. **デバッグログを有効にする：**クライアントのMCP設定のargsに--debugフラグを追加します。これにより、MCPサーバー自体からの詳細なログが標準出力/エラーストリームに出力されます。このストリームの出力先は、クライアントがMCPプロセスをどのように管理しているかによって異なります。

2. MCP サーバーの出力を確認します。

   • ターミナルで直接サーバー コマンドを実行してみてください (最初に仮想環境をアクティブ化します)。

     # Activate venv first!
     export CODEALIVE_API_KEY="YOUR_API_KEY_HERE"
     python src/codealive_mcp_server.py --debug --transport stdio

   • 特に API キーの検証や接続の問題に関連するエラー メッセージを探します。

3. クライアントログの確認： AIクライアントのドキュメントまたは設定を参照して、ログファイルを確認してください。「codealive」MCPサーバーの起動または通信に関連するエラーがないか確認してください。

   • クロードデスクトップ:

     • メインアプリケーションログを確認します。

     • MCP 固有のログを探します。

       • macOS: ~/Library/Logs/Claude/mcp.logおよび~/Library/Logs/Claude/mcp-server-codealive.log

       • Windows: %LOCALAPPDATA%\Claude\Logs\mcp.logおよび%LOCALAPPDATA%\Claude\Logs\mcp-server-codealive.log (パスは通常C:\Users\YourUsername\AppData\Local\Claude\Logs )

   • カーソル：

     • コマンド パレット ( Cmd+Shift+P / Ctrl+Shift+P ) -> Developer: Toggle Developer Tools -> コンソール タブ (ブラウザー レベルのエラーの場合) を使用します。

     • 出力パネルを確認します。 「 View 」→ Outputを選択するか、下部パネルのOutputをクリックします。出力パネルの右側にあるドロップダウンメニューで、 CodeAlive 、 MCP 、またはサーバープロセスに関連するチャネルを探します。-- --debugが有効になっている場合、これらのチャネルにはMCPサーバーからの直接の標準出力/標準エラー出力が含まれていることがよくあります。

     • コマンドパレット -> Developer: Open Logs Folder使用します。特にメインプロセスまたは拡張ホストに関連するファイルを確認してください。

     • ログ フォルダーの場所:

       • macOS: ~/Library/Application Support/Cursor/logs/

       • Windows: %APPDATA%\Cursor\logs\ (通常はC:\Users\YourUsername\AppData\Roaming\Cursor\logs\ )

   • VS Code (継続/コパイロット):

     • コマンド パレット ( Cmd+Shift+P / Ctrl+Shift+P ) -> Developer: Toggle Developer Tools -> コンソール タブ (ブラウザー レベルのエラーの場合) を使用します。

     • 出力パネルを確認します。 「 View 」→ Outputに移動するか、下部パネルのOutputをクリックします。出力パネルの右側にあるドロップダウンメニューで、 CodeAlive 、 MCP 、 GitHub Copilot 、またはContinueというチャネルを探します。MCP サーバーのログ（特に--debugを指定した場合）は、ここにルーティングされている可能性があります。

     • コマンドパレット -> Developer: Show Logs... -> ドロップダウンからExtension Hostを選択します。Copilot または Continue 拡張機能が MCP 経由で通信しようとしていることに関連するエラーを探します。

     • Continue固有のログについては、コマンドパレット -> Continue: Focus on Continue Console View当ててください（設定でContinue: Enable Consoleを有効にする必要があります）。Continueのトラブルシューティングドキュメントをご覧ください。

4. **設定の確認：**クライアントのMCP設定ファイル内のcommand 、 args 、 envパスと値を再確認してください。JSON/YAML構文が正しいことを確認してください。

5. API キー: CODEALIVE_API_KEYが正しいことを確認してください。

問題が解決しない場合は、関連するログと構成の詳細（API キーをマスク）を添えて、CodeAlive MCP サーバー リポジトリ（利用可能な場合）で問題を開くことを検討してください。

さらにサポートが必要な場合は、support@codealive.devのサポート チームにお問い合わせください。

ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細についてはLICENSEファイルを参照してください。