コード知識ツール

ベクトル埋め込みを用いたコードリポジトリ向けの知識管理ツールです。高度な埋め込み技術を用いて、コードベースに関する知識の維持とクエリを支援します。

ビルドとインストール

1. パッケージをビルドする

まず、配布ファイルをビルドする必要があります。

# Clone the repository
git clone https://github.com/yourusername/code-knowledge-tool.git
cd code-knowledge-tool

# Create and activate a virtual environment
python -m venv venv
source venv/bin/activate

# Install build tools
python -m pip install --upgrade pip build

# Build the package
python -m build

これにより、dist/ ディレクトリに 2 つのファイルが作成されます。

• code_knowledge_tool-0.1.0-py3-none-any.whl (インストール用のホイール ファイル)

• code_knowledge_tool-0.1.0.tar.gz (ソース配布)

2. パッケージをインストールする

前提条件

1. Ollama がインストールされ、実行されていることを確認します。

# Install Ollama (if not already installed)
curl https://ollama.ai/install.sh | sh

# Start Ollama service
ollama serve

2. パッケージをインストールします。

オプション 1: ホイール ファイルからインストールする (使用上の推奨)

# Navigate to where you built the package
cd /path/to/code_knowledge_tool

# Install from the wheel file
pip install dist/code_knowledge_tool-0.1.0-py3-none-any.whl

オプション 2: 編集可能モードでインストールする (開発に推奨)

このオプションは、ツールを変更したり、開発に貢献したりする場合に最適です。

# Assuming you're already in the code-knowledge-tool directory
# and have activated your virtual environment

# Install in editable mode with development dependencies
pip install -e ".[dev]"

Related MCP server: hive-memory

RooCode/Clineとの統合

1. MCP 構成を設定にコピーします。

Cline (VSCode) の場合:

# Open the settings file
open ~/Library/Application\ Support/Code/User/globalStorage/rooveterinaryinc.roo-cline/settings/cline_mcp_settings.json

次の構成を追加します。

{
  "mcpServers": {
    "code_knowledge": {
      "command": "python",
      "args": ["-m", "code_knowledge_tool.mcp_tool"],
      "env": {
        "PYTHONPATH": "${workspaceFolder}"
      }
    }
  }
}

RooCodeの場合:

# Open the settings file
open ~/Library/Application\ Support/RooCode/roocode_config.json

上記と同じ構成を追加します。

2. 新しいツールをロードするには、RooCode/Cline を再起動します。

メモリバンクおよびRAGコンテキストプロバイダーとして使用

このツールは、プロジェクトのメモリバンクおよびRAGコンテキストプロバイダーとして機能します。設定手順は次のとおりです。

1. 提供されたテンプレートをプロジェクトにコピーします。

cp clinerules_template.md /path/to/your/project/.clinerules

2. プロジェクトのニーズに合わせて .clinerules のルールとパターンをカスタマイズします

テンプレートには、次の事項に関する包括的な手順が含まれています。

• ナレッジベース管理

• RAGベースの開発ワークフロー

• コード品質ガイドライン

• メモリ管理の実践

完全な設定と使用方法の詳細については、clinerules_template.md を参照してください。

特徴

• コード知識のためのローカルベクトルストレージ

• Ollamaを使用した効率的な埋め込み生成

• 複数のファイル形式のサポート

• コンテキスト認識コード理解

• MCP 経由の RooCode および Cline との統合

• RAGベースのコンテキスト拡張

• 永続的な知識の保存

要件

• Python 3.8以上

• ローカルで実行されている Ollama サービス

• ベクトル演算用のchromadb

発達

テストの実行

このプロジェクトは、エンドツーエンドの機能とMCP契約の遵守に重点を置いた統合優先のテストアプローチを採用しています。テストスイートは以下のとおりです。

1. MCP 契約テスト

   • ツールの登録と実行

   • リソース管理

   • 知識操作

   • エラー処理

2. パッケージビルドテスト

   • インストール検証

   • 依存関係の解決

   • MCPサーバーの初期化

   • 基本機能

テストを実行するには:

# Install test dependencies
pip install -e ".[dev]"

# Run all tests
pytest

# Run specific test suites
pytest tests/integration/test_mcp_contract.py -v  # MCP functionality
pytest tests/integration/test_package_build.py -v  # Installation verification

テスト環境の要件:

# Ensure Ollama is running
ollama serve

テストでは、テスト実行間で自動的にクリーンアップされる一時ディレクトリ (test_knowledge_store) が使用されます。

テスト戦略とパターンの詳細については、 docs/のドキュメントを参照してください。

将来の配布

このパッケージを pip 経由で利用できるようにするには (つまり、 pip install code-knowledge-tool )、次の手順を実行する必要があります。

1. PyPIにアカウントを登録する

2. twine をインストールします: pip install twine

3. ディストリビューションをアップロードする: twine upload dist/*

ただし、現時点では、上記のローカル ビルドおよびインストール方法を使用してください。

ライセンス

MITライセンス