maquina-app/rails-mcp-server

해결하는 문제

이 프로젝트는 대규모 언어 모델(LLM)이 Ruby on Rails 프로젝트와 상호작용할 수 있는 표준화된 방법을 제공합니다. 사용자가 프롬프트에 코드를 수동으로 복사하여 붙여넣을 필요 없이, AI 에이전트가 코드 분석, 탐색 및 개발 지원을 수행하는 데 필요한 컨텍스트(데이터베이스 스키마, 라우트, 모델 관계 등)를 제공하는 문제를 해결합니다.

작동 방식

Model Context Protocol (MCP)을 구현하여 LLM 클라이언트(Claude Desktop 또는 GitHub Copilot 등)와 Rails 코드베이스 사이의 가교 역할을 합니다. 서버는 직접 통합을 위한 STDIO 모드 또는 원격 액세스를 위한 HTTP 모드로 실행할 수 있습니다.

컨텍스트 윈도우 사용을 최소화하기 위해 "단계적 도구 발견(progressive tool discovery)" 아키텍처를 사용합니다. 가능한 모든 작업을 나열하는 대신, LLM이 필요에 따라 더 구체적인 내부 분석기를 탐색하고 호출하는 데 사용하는 세 가지 주요 부트스트랩 도구(switch_project, search_tools, execute_tool)를 노출합니다.

대상

AI 코딩 어시스턴트를 사용하며, LLM에 애플리케이션의 내부 구조, 문서 및 구성에 대한 깊고 구조화된 액세스 권한을 부여하고자 하는 Rails 개발자.

주요 특징

• 심층적인 Rails 인트로스펙션: Active Record 모델(Prism 정적 분석 사용), Rails 라우트, 데이터베이스 스키마 및 컨트롤러-뷰 관계를 위한 전문 분석기를 포함합니다.
• 문서 통합: Rails, Turbo, Stimulus, Kamal의 공식 가이드에 대한 내장 액세스를 제공하며, 사용자 정의 마크다운 문서도 지원합니다.
• 멀티 프로젝트 관리: LLM이 구성된 여러 Rails 프로젝트 간을 전환할 수 있습니다.
• 유연한 배포: STDIO 및 HTTP/SSE 모드를 모두 지원하며 일반적인 Ruby 버전 관리자(mise, asdf, rbenv, rvm)와 통합됩니다.
• 에이전트 준비 완료: Claude Desktop 및 GitHub Copilot에서 쉽게 설정할 수 있도록 전용 구성 도구(rails-mcp-config)가 포함되어 있습니다.