GIT-CONTEXT-MCP-FORGE

이 프로젝트는 GitHub 저장소의 소스코드를 기반으로 MCP(Model Context Protocol) 에이전트를 구축하는 예제입니다. LangChain을 활용하여 소스코드를 분석하고 이를 기반으로 지식베이스를 구축하여 LLM이 코드베이스를 이해하고 활용할 수 있도록 합니다.

주요 기능

다음과 같은 기능을 MCP Server 의 형태로 제공합니다.

1. 소스코드 기반 RAG 구축 (repo_to_rag)

   • GitHub 저장소의 소스코드를 분석하여 각 언어별 적절한 도구를 통해 Documents 객체 생성
   • 생성된 문서를 기반으로 벡터 데이터베이스 구축

2. RAG 기반 코드베이스 컨텍스트 제공 (rag_to_context)

   • 소스코드를 벡터화하여 검색 가능한 지식베이스 구축
   • 코드베이스에 대한 질의응답 기능 제공

프로젝트 구조

.
├── mcp_server.py         # MCP 서버 구현
├── auto_mcp_json.py      # MCP JSON 자동 생성
├── mcp_config.json       # MCP 설정 파일
├── agent/               # 에이전트 관련 코드
├── modules/             # RAG 구성성 모듈
├── requirements.txt     # Python 패키지 의존성
├── pyproject.toml      # Poetry 프로젝트 설정
├── dockerfile          # Docker 이미지 빌드 설정
├── docker-compose.yml  # Docker 컨테이너 구성
└── .env.example        # 환경 변수 예제

서버 실행

venv

# 저장소 클론
git clone https://github.com/yourusername/github-mcp-agent.git
cd github-mcp-agent

python -m venv venv
source venv/bin/activate  # Linux/Mac
# venv\Scripts\activate   # Windows

# 의존성 설치
pip install -r requirements.txt

# 환경 변수 설정
cp .env.example .env
# .env 파일 편집하여 API 키 등 설정

poetry

poetry shell
poetry install

Docker

docker-compose up --build

Docker를 사용한 실행 방법

이 프로젝트는 Docker를 사용하여 쉽게 실행할 수 있습니다. Docker와 Docker Compose가 설치되어 있어야 합니다.

환경 변수 설정

.env 파일을 프로젝트 루트 디렉토리에 생성하고 다음과 같이 필요한 환경 변수를 설정합니다:

OPENAI_API_KEY=your_openai_api_key
FASTMCP_HOST=0.0.0.0
FASTMCP_PORT=8000
FASTMCP_DEBUG=true
FASTMCP_TRANSPORT=sse

Docker Compose로 실행하기

다음 명령어를 사용하여 프로젝트를 빌드하고 실행합니다:

# 이미지 빌드 및 컨테이너 시작
docker-compose up -d

# 로그 확인
docker-compose logs -f

# 컨테이너 중지
docker-compose down

단독 Docker 컨테이너로 실행하기

Docker Compose 없이 직접 Docker 명령어를 사용하여 실행할 수도 있습니다:

# 이미지 빌드
docker build -t git-context-mcp-forge:latest .

# 컨테이너 실행
docker run -d --name git-context-mcp-forge \
  -p 8000:8000 \
  -v $(pwd)/chroma_db:/app/chroma_db \
  -v $(pwd)/.env:/app/.env \
  --env-file .env \
  git-context-mcp-forge:latest

서비스 접속

서비스가 실행되면 다음 URL로 접속할 수 있습니다:

• MCP 서버: http://localhost:8000

환경 변수

.env 파일에 다음 환경 변수를 설정하세요:

• OPENAI_API_KEY: OpenAI API 키

사용 방법

1. JSON 파일 생성

각 예제 디렉토리에서 다음 명령을 실행하여 필요한 JSON 파일을 생성합니다:

# JSON 파일 생성
python auto_mcp_json.py

2. Claude Desktop/Cursor에 MCP 등록

1. Claude Desktop 또는 Cursor 실행
2. MCP 설정 메뉴 열기
3. 생성된 JSON 내용을 복사하여 붙여넣기
4. 저장 및 재시작 (윈도우 유저의 경우 작업관리자로 프로세스를 완전히 종료하고 재시작 해주시는 걸 권장합니다.)

참고: Claude Desktop 또는 Cursor를 실행하면 MCP 서버가 자동으로 함께 실행되며, 소프트웨어를 종료하면 MCP 서버도 함께 종료됩니다.

3. MCP Tool 호출

MCP Client (Cursor AI or Claude Desktop) 에서 다음과 같은 방식으로 사용 가능합니다.

예제:

MCP Tool 을 사용하기 전에, MCP 서버가 실행 중이어야 합니다. Cursor AI 또는 Claude Desktop 에서 MCP 서버 URL 을 정확하게 설정해야 합니다.

1. 코드베이스를 RAG 에 저장 "https://github.com/langchain-ai/langchain" 저장소를 분석하여 RAG 에 저장해줘."

2. 코드베이스를 이해하고 질의응답 "langchain 에서 제공하는 문서를 찾아줘."

라이센스

MIT 라이센스