maquina-app/rails-mcp-server

解決する課題

このプロジェクトは、大規模言語モデル（LLM）がRuby on Railsプロジェクトと対話するための標準化された方法を提供します。ユーザーがプロンプトにコードを手動でコピー＆ペーストすることなく、AIエージェントがコード分析、探索、開発支援を行うために必要なコンテキスト（データベーススキーマ、ルート、モデルのリレーションシップなど）を提供するという問題を解決します。

仕組み

Model Context Protocol (MCP) を実装しており、LLMクライアント（Claude DesktopやGitHub Copilotなど）とRailsコードベースの間のブリッジとして機能します。サーバーは、直接統合のためのSTDIOモード、またはリモートアクセスのためのHTTPモードのいずれかで実行できます。

コンテキストウィンドウの使用を最小限に抑えるために、「段階的なツール発見（progressive tool discovery）」アーキテクチャを採用しています。可能なすべてのアクションを列挙するのではなく、3つの主要なブートストラップツール（switch_project、search_tools、execute_tool）を公開し、LLMはこれらを使用して、必要に応じてより具体的な内部アナライザーを探索し、呼び出します。

対象者

AIコーディングアシスタントを使用しており、LLMにアプリケーションの内部構造、ドキュメント、設定への深く構造化されたアクセス権を与えたいRails開発者。

ハイライト

• 深いRailsイントロスペクション: Active Recordモデル（Prism静的解析を使用）、Railsルート、データベーススキーマ、コントローラーとビューのリレーションシップに特化したアナライザーが含まれています。
• ドキュメント統合: Rails、Turbo、Stimulus、Kamalの公式ガイドへの組み込みアクセスに加え、カスタムMarkdownドキュメントのサポートも提供します。
• マルチプロジェクト管理: LLMが設定済みの複数のRailsプロジェクト間を切り替えることができます。
• 柔軟なデプロイ: STDIOおよびHTTP/SSEモードの両方をサポートし、一般的なRubyバージョンマネージャー（mise, asdf, rbenv, rvm）と統合されています。
• エージェント対応: Claude DesktopやGitHub Copilotでの簡単なセットアップのために、専用の構成ツール（rails-mcp-config）が含まれています。