D365 F&O Developer Intelligence Engine

로컬에서 동작하는 오프라인 MCP(Model Context Protocol) 서버로, AI 코딩 어시스턴트(Cursor, Claude Code, GitHub Copilot)가 실제 Dynamics 365 Finance & Operations AOT 메타데이터에 기반을 둘 수 있게 해줍니다. 그래서 X++ 코드를 생성할 때 필드 이름, 메서드 시그니처, CoC(Chain of Command) 래퍼를 환각(hallucination)으로 만들어내지 않게 됩니다.

현재 상태: 초기 빌드, Part 1(메타데이터 수집) 진행 중입니다. 아직 동작하는 MCP 서버가 아닙니다. 아래의 프로젝트 상태를 참고하세요.

문제

D365 F&O는 전체 애플리케이션 모델(테이블, 클래스, 폼, 확장 데이터 형)을 PackagesLocalDirectory 아래에 XML로 저장합니다 — 환경마다 종종 500,000개 이상의 객체가 있습니다. AI 코딩 어시스턴트는 이 XML을 본 적이 없고, 단지 학습으로부터 얻은 일반 X++ 문법만 알고 있습니다. 테이블을 확장하거나 CoC(Chain of Command) 래퍼를 작성하도록 요청하면 존재하지 않는 필드와 메서드를 자신 있게 언급하는 것입니다. 이는 프롬팅 문제가 아닙니다. AI에게 지시가 아니라 데이터가 부족한 것입니다.

Related MCP server: Seta MCP

접근 방식

1. SysIngestion (본 저장소, 진행 중) — lxml을 이용하여 원시 AxTable/AxClass XML을 구조화된 JSON으로 파싱하고, X++ 소스 텍스트에 포함된 Chain of Command 패턴을 정규식으로 추출합니다.

2. Indexing(예정) — 파싱된 메타데이터를 SQLite + FTS5에 로드하여 10ms 미만의 로컬 조회를 구현합니다.

3. 노출 (예정) — 인덱스를 AI 에이전트에 MCP 도구(get_table_schema, find_coc_methods 등)로 stdio를 통해 노출합니다.

4. 고급 모듈 (예정) — 패턴 기반 X++ 모범 사례 린터gô는 모델 간 의존성 그래프를 추가합니다.

현재 실제로 구현되어 있는 것

• schema/table_schema.json — 파싱된 AxTable 메타데이터용 JSON Schema입니다. 실제 VendTrans 테이블 내보내기로 검증했습니다.

• schema/class_schema.json — 파싱된 AxClass / Chain of Command 메타데이터용 JSON Schema입니다. 아직 전체 실제 클래스 파일로 검증하지 못했습니다(자세한 내용은 파일 헤더 참고)

• parse_table.py — 작동하는 파서입니다: AxTable XML → 스키마를 준수하는 JSON

• parse_class.py — 정규식 기반 CoC 추출기입니다. 작성은 했지만 아직 실제 클래스 파일 바이트로 실행하지 않았습니다. 여기 있는 모든 정규식은 검증되지 않은 것으로 취급해야 합니다.

• validate.py — 파서 출력을 JSON Schema에 대해 검증합니다.

프로젝트 상태

이 프로젝트는 D365 F&O 개발을 공부하는 과정에서 학습 목적으로 만들어진 작업 중인 프로젝트입니다. 명확히 인명할 만한 몇 가지 팩트가 실제로 있습니다.

• 이 문제를 더 큰 규모에서 이미 해결한, 성숙하고 활발히 유지보수되는 오픈 소스 프로젝트가 있습니다: [동 . please/ with 26 MCP tools, live environment connection, form pattern engine, Microsoft의 IMetadataProvider를 통한 안전한 메타데이터 쓰기). 이 저장소는 그것보다 더 좋아지거나 경쟁한다고 주장하지 않습니다.

• 이 프로젝트는 품질적으로 뛰어나기보다는 scope와 디자인에서 차이가 있습니다: TypeScript 대신 Python, live environment 연결 대신 static AOT XML 내보내기를 대상으로 한 읽기 전용, 현재 수집 계층이한정이라는 것입니다.

• 분명하게 말하면 이 프로젝트의 가치는 이 문제와 파싱/인덱싱 접근법을 충분히 깊이 이해해 설계 결정을 설명할 수 있다는 데 있고, 첫 번째이거나 독특하기 때문이 아닙니다.

요구 사항

• Python 3.10+

• lxml

• jsonschema (개발 시 스키마 검증용)

pip install lxml jsonschema

테스트 필스처

Fixtures는 로컬 오프 라인 Hyper-V VM에서 실행되는 Microsoft 표준 USMF/DAT 데모 데이터에서 가져온 AOT XML 내보내기 파일과, 제3자/조직의 IP가 전혀 없는 상태로부터 직접 만든 사용자자 모델입니다. fixtures/tables/와 fixtureies/classes/를 참고하시고, 로컬에서 직접 내보내기한 파일을 채워 넣으심어요. 이 템플릿에는 포함되어 있지 않습니다.

License

MIT