DevContext

DevContext は、AIコーディングアシスタントとエンジニアに、ランタイムの可観測性データ（ログ、デプロイ、ヘルスメトリクス）を提供し、インシデントのトリアージを支援する、Model Context Protocol (MCP) サーバーと CLI ツールのプロトタイプです。

概要

コーディングアシスタントは、ソースリポジトリを調査し、修正案を作成することはできますが、ランタイムインシデント中に何が起きているか（最近のデプロイ、エラーレートの急上昇、ディスクの枯渇、下流APIの障害など）を把握できないことがよくあります。DevContext は、コマンドラインインターフェイス（CLI）と標準的な MCP ツール呼び出しを通じてランタイムコンテキストを公開するコンセプト実証ツールです。

Related MCP server: Nibble

CLI とツールコマンド

DevContext は、コマンドラインから直接実行することも、MCP サーバーとして登録することもできます。

1. devcontext diagnose

組み込みデータセットまたはカスタムファイル/フォルダーに対して、インシデントの自動トリアージを実行します。

# Diagnose built-in service dataset
devcontext diagnose --service order-processing

# Output raw JSON format
devcontext diagnose --service order-processing --json

# Point at custom log, deploy, and health paths (files or log directories)
devcontext diagnose --log-path /var/log/app/ --deploys-path deploys.json --health-path health.json

# Enable experimental Groq LLM extraction
devcontext diagnose --service order-processing --use-llm

2. devcontext serve

MCP ホスト（例: Claude Desktop、Antigravity）に接続するための stdio MCP サーバーを起動します。

devcontext serve

ログ解析オプション

1. 決定論的パーサー（parser.py）: ヒューリスティックを使用してログ行をサンプリングし、構造マッチング（JSON-lines、CSV、キー値ペア、または基本的な括弧区切り/スペース区切りのタイムスタンプ）を試みます。

   • 制限: 単純な単一行ログに最適です。複雑な複数行のスタックトレースや非標準のカスタム形式では、基本的な行マッチングにフォールバックする場合があります。

2. 実験的 LLM 抽出（extraction.py）: オプションで、ログチャンクを Groq の API（response_format={"type": "json_object"}）に送信して、構造化されたイベントオブジェクトを抽出します。

   • 制限: API のレイテンシ（約200～400ms）とトークンコストが発生します。API キーがない場合や呼び出しがタイムアウトした場合は、決定論的パーサーにフォールバックします。

データソースオプション

• 組み込みモックデータ: サービスの一部（例: service_name="order-processing"）を渡すと、同梱のデモデータを照会できます。

• カスタムファイルまたはディレクトリパス:

  • log_path: 単一のログファイル、または分割された .log / .txt ファイルを含むディレクトリへのパス。

  • deploys_path: カスタム deploys.json ファイルへのパス。

  • health_path: カスタム health.json ファイルへのパス。

評価とテストシナリオ

リポジトリには、5 つの合成テストシナリオで検証された評価ハーネス（eval.py）が含まれています。

制限と範囲

• 小さなテストスイート: この評価スイートには、検証用に作成された 5 つの合成テストケースが含まれています。本番環境を網羅するベンチマークではありません。

• ヒューリスティック推論: diagnose() は単純なルール（例: 最初のエラーから 10 分以内にデプロイが発生したかどうかを確認する）を使用します。実際のインフラストラクチャインシデントはより複雑であることが多く、複数の要因が相互に関与する場合があります。

アーキテクチャ

┌─────────────────────────────────────────────────────────┐
│              CLI / MCP Clients                          │
│     (devcontext CLI / Claude Desktop / Antigravity)     │
└───────────────────────────┬─────────────────────────────┘
                            │ CLI Args / stdio JSON-RPC
┌───────────────────────────▼─────────────────────────────┐
│              DevContext Entry Point                     │
│               (cli.py / server.py)                      │
└───────────────────────────┬─────────────────────────────┘
                            │
┌───────────────────────────▼─────────────────────────────┐
│                 Diagnostic Core (tools.py)               │
└───────┬───────────────────┬─────────────────────┬───────┘
        │                   │                     │
┌───────▼───────────┐ ┌─────▼─────────────┐ ┌─────▼─────────────┐
│ Structure Parser  │ │ Deployment Engine │ │ Health Observer   │
│   (parser.py)     │ │ (deploys.json)    │ │ (health.json)     │
└───────┬───────────┘ └───────────────────┘ └───────────────────┘
        │
┌───────┴─────────────────────────────────────────┐
│  Groq API (Optional LLM log extraction)         │
└─────────────────────────────────────────────────┘

クイックスタートとセットアップ

1. インストール

git clone https://github.com/your-username/devcontext.git
cd devcontext
pip install -e .

2. CLI でサービスを診断

devcontext diagnose --service order-processing

3. MCP サーバー（Claude Desktop）として登録

DevContext を claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "devcontext": {
      "command": "devcontext",
      "args": [
        "serve"
      ]
    }
  }
}

4. 評価スイートを実行

python eval.py

5. 任意の API キー設定

実験的な LLM ログ抽出に Groq を使用する場合は、.env.example を .env にコピーしてください。

cp .env.example .env

依存関係と要件

• Python 3.10+

• mcp（Model Context Protocol SDK）

• groq（オプション、LLM 抽出用）

将来の拡張

• プラグイン可能なアダプタ: CloudWatch、Datadog、Grafana Loki、または Prometheus API に直接接続。

• 確率的信頼度スコア: 単一の決定論的な文字列ではなく、根本原因の確率分布（例: 95% confidence: bad deploy）を出力。

• 自動ロールバック提案: 診断とともに、検証済みの git revert コミットや Kubernetes パッチ仕様を生成。

ライセンス

MIT License の下で配布されています。