비공식 — 개인 프로젝트이며, Relace와는 관련이 없습니다.
AI로 구축됨 — 전적으로 AI 지원(Antigravity, Codex, Cursor, Github Copilot, Windsurf)을 받아 개발되었습니다.
AI 기반 코드 편집 및 지능형 코드베이스 탐색 도구를 제공하는 MCP 서버입니다.
이전 |
|
수동 grep, 관련 파일 누락 | 자연어로 질문하여 정확한 위치 파악 |
편집 시 다른 곳의 import 깨짐 | import 및 호출 체인 추적 |
전체 재작성으로 토큰 소모 | 변경 사항 설명, 줄 번호 불필요 |
줄 번호 오류로 코드 손상 | 10,000+ 토큰/초 병합 |
Fast Apply — Relace API를 통해 10,000+ 토큰/초의 속도로 코드 편집 적용
Agentic Search — 자연어 쿼리를 통한 에이전트형 코드베이스 탐색
Agentic Retrieval — 하이브리드 의미론적 힌트 + 실시간 코드 탐색, 오래된 힌트 지원 및 명시적 클라우드 유지 관리 (MCP_SEARCH_RETRIEVAL=1로 활성화; MCP_RETRIEVAL_BACKEND로 백엔드 선택)
Cloud Search — 클라우드 동기화 저장소에 대한 의미론적 코드 검색
Related MCP server: GraphHub
relace 백엔드(기본값) 사용: Relace 대시보드에서 API 키를 가져온 후 MCP 클라이언트에 추가하세요:
~/.cursor/mcp.json
{
"mcpServers": {
"relace": {
"command": "uv",
"args": ["tool", "run", "relace-mcp"],
"env": {
"RELACE_API_KEY": "rlc-your-api-key",
"MCP_BASE_DIR": "/absolute/path/to/your/project"
}
}
}
}claude mcp add relace \
--env RELACE_API_KEY=rlc-your-api-key \
--env MCP_BASE_DIR=/absolute/path/to/your/project \
-- uv tool run relace-mcp~/.codeium/windsurf/mcp_config.json
{
"mcpServers": {
"relace": {
"command": "uv",
"args": ["tool", "run", "relace-mcp"],
"env": {
"RELACE_API_KEY": "rlc-your-api-key",
"MCP_BASE_DIR": "/absolute/path/to/your/project"
}
}
}
}.vscode/mcp.json
{
"mcp": {
"servers": {
"relace": {
"type": "stdio",
"command": "uv",
"args": ["tool", "run", "relace-mcp"],
"env": {
"RELACE_API_KEY": "rlc-your-api-key",
"MCP_BASE_DIR": "${workspaceFolder}"
}
}
}
}
}~/.codex/config.toml
[mcp_servers.relace]
command = "uv"
args = ["tool", "run", "relace-mcp"]
[mcp_servers.relace.env]
RELACE_API_KEY = "rlc-your-api-key"
MCP_BASE_DIR = "/absolute/path/to/your/project"변수 | 필수 | 설명 |
| ✅* | Relace 대시보드의 API 키; Relace 제공자 및 클라우드 도구에 필수 |
| ❌ |
|
| ❌ | 의미론적 검색 백엔드: |
| ❌ | 검색 힌트 정책: |
| ❌ | 로컬 인덱스에 대한 주기적 새로고침 모니터링 활성화; 고정된 |
| ❌ | 로컬 인덱스 모니터링 주기(초) (기본값: |
| ❌ | 첫 번째 로컬 인덱스 확인 전 초기 지연 시간(초) (기본값: |
| ❌ | 턴 상태 사용자 메시지 정책: |
| ❌ | 검색 중 |
| ❌ | LSP 지원 검색 활성화: |
| ❌ | 프로젝트 루트 재정의 (MCP Roots → Git → 작업 공간 저장소 → CWD를 통해 자동 감지) |
| ❌ | 파일 로깅: |
| ❌ | 중앙 집중식 설정을 위한 |
* 다음 두 가지 조건이 모두 충족될 경우 선택 사항: (1) APPLY_PROVIDER 및 SEARCH_PROVIDER가 Relace가 아닌 제공자일 경우, (2) MCP_RETRIEVAL_BACKEND가 codanna, chunkhound, 또는 none일 경우.
.env 사용법, 인코딩 설정, 사용자 지정 LLM 제공자 등에 대한 자세한 내용은 docs/advanced.md를 참조하세요.
항상 사용 가능: fast_apply, agentic_search. agentic_retrieval은 MCP_SEARCH_RETRIEVAL=1이 필요합니다. 클라우드 도구는 MCP_RETRIEVAL_BACKEND=relace일 때만 사용 가능합니다. index_status는 relace, codanna, chunkhound에서 사용 가능하며 MCP_RETRIEVAL_BACKEND=none일 때는 숨겨집니다.
MCP 기본 검색 인터페이스 사용: 도구는 list_tools(), 리소스는 list_resources()를 사용하세요.
자세한 매개변수는 docs/tools.md를 참조하세요.
LSP 도구는 시스템에 설치된 외부 언어 서버를 사용합니다.
언어 | 언어 서버 | 설치 명령어 |
Python | basedpyright | (번들 포함) |
TypeScript/JS | typescript-language-server |
|
Go | gopls |
|
Rust | rust-analyzer |
|
작업 모니터링을 위한 실시간 터미널 UI.
pip install relace-mcp[tools]
relogs자세한 사용법은 docs/dashboard.md를 참조하세요.
Loc-Bench 코드 로컬라이제이션 데이터셋을 사용하여 agentic_search 성능을 평가합니다.
git clone https://github.com/possible055/relace-mcp.git
cd relace-mcp
uv sync --extra benchmark
# Build dataset from Hugging Face
uv run --extra benchmark python -m benchmark.cli.build_locbench --output artifacts/data/raw/locbench_v1.jsonl
# Run evaluation
uv run --extra benchmark python -m benchmark.cli.run --dataset artifacts/data/raw/locbench_v1.jsonl --limit 20모든 벤치마크 아티팩트는 benchmark/.data/ 아래에 기록됩니다.
그리드 검색, 분석 도구 및 지표 해석에 대해서는 docs/benchmark.md를 참조하세요.
플랫폼 | 상태 | 참고 |
Linux | ✅ 완벽 지원 | 기본 개발 플랫폼 |
macOS | ✅ 완벽 지원 | 모든 기능 사용 가능 |
Windows | ⚠️ 부분 지원 |
|
오류 또는 메시지 | 해결 방법 |
| Relace 제공자나 클라우드 도구 사용 시 |
| 대상 블록 근처에 1-3개의 고유한 앵커 라인 포함 |
| 경로가 존재하며 |
| 파일이 10MB를 초과함; 변경 사항을 더 작은 파일이나 편집으로 분할 |
| UTF-8이 아닌 프로젝트의 경우 |
| API 키 및 제공자 설정 확인 |
| 나중에 다시 시도하거나 요청 볼륨을 줄임 |
| 네트워크 액세스 확인 후 다시 시도 |
| 병합이 diff를 생성할 수 있도록 더 구체적인 앵커나 구체적인 새 라인 추가 |
| 자리 표시자 마커가 예상되는 리터럴 출력이 아닌 자리 표시자로만 사용되는지 확인 |
| 삭제가 많은 대규모 편집을 분할하거나 명시적인 제거 지시어 사용 |
| 변경 사항을 더 작고 국소적인 편집으로 분할 |
git clone https://github.com/possible055/relace-mcp.git
cd relace-mcp
uv sync --extra dev --extra benchmark
uv run pytest
uv run --extra dev --extra benchmark pytest benchmark/tests -qMIT
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
SaaS intelligence for AI agents. 5 unified tools cover 1,000+ services with 91-96% token savings.
Code intelligence for coding agents: semantic, AST, graph, and full-text search. 279+ languages.
Search your knowledge bases from any AI assistant using hybrid RAG.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/possible055/relace-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server