Qartez Mcp

Qartez MCP

コードベースを透視するX線ビジョン――人間ではなく、AI エージェントのために構築。

設計当初から、コードインテリジェンスを
人ではなく言語モデルが利用するために作られた初のサーバーです。AI のトークン使用量を約94％削減します。

クイックスタート · 43種類のツール · ガード · ベンチマーク · 比較 · 37言語 · CLI · コントリビューション · セキュリティ · 変更履歴

なぜこれが必要なのか

grep、find、cat、lsは、ターミナルで人間が一度に1つのファイルを読むために1970年代に作られました。半世紀が過ぎた今も、AI アシスタントはこれらを使い続けています。ファイルをバイト単位でスキャンし、質問のたびに同じディレクトリを読み直し、重要な箇所を推測し、本来そのために設計されていないツールで作業してトークンを消費しています。

Qartezは、まったく異なる種類のツールです。 grepのラッパーではありません。シンボル、インポート、呼び出しエッジ、影響範囲、PageRank、Gitの同時変更、循環的複雑度を含む、リポジトリの事前計算済みナレッジグラフです。Model Context Protocolを通じて、あらゆるLLMに情報を提供します。エージェントはコードベースを読み取るのをやめ、コードベースに問い合わせるようになります。

コーディングエージェントのために作られた、初の感覚器官と考えてください。Grepは一度に1行を認識します。Qartezはコードベース全体の構造を一目で把握します。

AI アシスタントがコードを扱うたびに、コストのかかることが3つ起こります。

1. 同じファイルを何度も読みます。 リポジトリの記憶はありません。質問のたびにゼロから始めます。トークンを何度も繰り返し消費します。

2. 何が壊れるかを把握できません。 アシスタントは、14個の別のファイルがインポートしていることを知らずにutils.tsを編集します。問題がわかるのはCIで、あるいは本番環境でです。

3. 対象を見つけるためにトークンを浪費します。 「handleRequestはどこで定義されていますか？」という質問に対し、200個のファイルをGrepし、候補を5つ読み、答えを見つけるまでに1,600トークンを消費します。Qartezなら50トークンで回答します。

解決策は、より賢いモデルではありません。より賢いインデックスです。

クイックスタート

プラットフォーム対応： macOS 13以降、Ubuntu 22.04以降（およびその他の最新Linux、gnuまたはmusl）、Windows（ネイティブPowerShell 5.1+/7+）、WSL 2に対応しています。アーキテクチャ：x86_64およびarm64。Rust MSRVは1.88です。対応していないプラットフォーム、または--from-sourceという代替手段を使う場合にのみ必要です。

インストール（推奨）

お使いのオペレーティングシステムに合ったワンライナーを選んでください。どちらのコマンドも同じ処理を行います。ビルド済みバイナリをダウンロードし、リリースの SHA256SUMS と照合して SHA-256 を検証し、3 つのバイナリ（qartez、qartez-guard、qartez-setup）をインストールした後、非対話モードで qartez-setup を起動して、検出された MCP 対応 IDE（Claude Code 用の変更ガードフックを含む）をすべて設定します。

macOS / Linux / WSL 2 - bash インストーラー。バイナリは ~/.local/bin/ に配置されます。

curl -sSfL https://qartez.dev/install | sh

Windows（ネイティブ PowerShell 5.1+/7+） - PowerShell インストーラー。バイナリは %LOCALAPPDATA%\Programs\qartez\ に配置されます。

powershell -ExecutionPolicy Bypass -c "iwr https://raw.githubusercontent.com/kuberstar/qartez-mcp/main/install.ps1 -useb | iex"

未対応のプラットフォーム（例：公開済みの成果物がない linux-musl arm64）では、自動的にローカルで cargo build を実行します。この方法を強制するには、--from-source（bash）または -FromSource（PowerShell）を指定してください。この場合に限り、Rust MSRV 1.88 が必要です。

IDE で任意のプロジェクトを開くと、Qartez はセッション開始時に自動でインデックスを作成します。手動での操作は不要です。ファイルウォッチャーが編集内容を反映し、インデックスを最新の状態に保ちます。

git clone https://github.com/kuberstar/qartez-mcp.git
cd qartez-mcp
make deploy

make deploy                          # Configure every detected IDE (non-interactive)
make setup                           # Same, but interactive checkbox prompt
qartez-setup --ide cursor,zed       # Configure specific IDEs only
make uninstall                       # Remove qartez from every IDE and delete binaries

qartez-setup --ide cursor,zed,claude

qartez --root /path/to/your/project --reindex

{
  "mcpServers": {
    "qartez": {
      "command": "/absolute/path/to/qartez",
      "args": []
    }
  }
}

make uninstall

Qartez の機能

Qartez はコードベースのナレッジグラフを一度構築し、MCP を通じてあらゆる AI アシスタントに提供します。質問のたびにファイルを一からスキャンする代わりに、アシスタントは事前計算されたインデックスに問い合わせます。このインデックスが把握しているのは、次の情報です。

• 最も重要なファイル（インポートグラフ上の PageRank）
• ファイルを変更した場合に何が壊れるか（影響範囲の分析）
• 常に一緒に変更されるファイル（Git の共変更マイニング）
• 変更時に最も危険な関数（循環的複雑度 × 結合度 × 変更頻度）
• すべてのシンボルの定義場所、使用している箇所、呼び出し元
• 重複しているコードブロック（構造的な AST 形状のハッシュ化）
• インポートが違反しているアーキテクチャの境界
• どの型がトレイト／インターフェースを実装しているか、およびその逆

その結果、AI はより速く動作し、トークンの使用量を抑え、安全にリファクタリングできるようになり、重要なファイルを見当違いに変更しなくなります。

導入前と導入後

43 個のツール

これらはAI によるコード理解の標準ライブラリと考えてください。それぞれが、人間による複数ステップのワークフローを、エージェントが推論に使える、トークン効率の高い単一の呼び出しに置き換えます。

ツールは、段階的に開示されるティアに分類されています。コアツールは常に利用できます。追加のティアは、qartez_tools enable: ["analysis"]（または "all"）を使って必要に応じて有効にできます。

コア（常に利用可能）

分析（qartez_tools で有効化）

リファクタリング（qartez_toolsで有効化）

メタ（qartez_toolsで有効化）

ティア管理

ワークフロープロンプト

上記のツールを適切な順序で連携させる、すぐに使える 6 つのレシピです。Claude Code またはプロンプトに対応する任意の MCP クライアントで、スラッシュコマンドとして呼び出してください。

変更ガード

Qartez には、AI が重要なファイルをむやみに編集するのを防ぐ安全策が備わっています。

qartez-guard バイナリは Claude Code の PreToolUse システムにフックし、PageRank または影響範囲のしきい値を超えるファイルに対する Edit／Write／MultiEdit を、AI が最初に qartez_impact を呼び出してリスクを確認するまでブロックします。

仕組み：

1. AI が src/server/mod.rs を編集しようとします
2. ガードが確認します：PageRank 0.23（しきい値 0.05 超）、影響範囲 10（しきい値 10 以上）
3. どのしきい値に該当したかを示す説明とともに、編集がブロックされます
4. AI が qartez_impact file_path=src/server/mod.rs を呼び出し、影響範囲を確認します
5. ガードがそのファイルの10分間の編集ウィンドウを許可します
6. AI が編集を再試行すると、許可されます

設定は不要です。QARTEZ_GUARD_PAGERANK_MIN、QARTEZ_GUARD_BLAST_MIN、QARTEZ_GUARD_ACK_TTL_SECS で調整するか、QARTEZ_GUARD_DISABLE=1 で無効にできます。

ベンチマーク

主張ではありません。測定済みで、再現可能です。make bench を実行して、ご自身で確認してください。

概要

Glob + Grep + Read + git log と比べた、トークンの総削減率：+91.8% （Qartez のセルフベンチマークにおける全28シナリオで、MCP の合計は 38,789 トークン、非 MCP の合計は 472,109 トークンです。控えめな過小集計：28シナリオ中10シナリオでは非 MCP のシミュレーションが不完全ですが、これらの行の MCP トークンも両方の合計に算入しています。トークン同士を公平に比較できる18シナリオでは、削減率は**+94.5%**に上昇します。）

LLM による品質評価（claude-opus-4-6）： 5つの評価軸（正確性、網羅性、使いやすさ、根拠との整合性、簡潔さ）において、MCP は 8.3／10、非 MCP は 4.3／10（n=28）。

セッションコストの参考情報。 一般的な Claude Code セッションでは、プロンプトのオーバーヘッドとして約20,000トークンから始まります。make bench を1回実行すると約433,000トークンを節約できます。適切なツールを使って質問を処理するだけで、約21回分の空のセッションに相当する予算を取り戻せます。

ツールごとの内訳（Rust の自己ベンチマーク）

MCP を使わない完全なシミュレーションを含む 18 個のツール（トークン数を同じ条件で比較）：

さらに 10 個の分析ツールには、grep/read に相当する有意な機能がありません。これらは、MCP なしのスタックではまったく解決できない問題に対応します。

qartez_hotspots、qartez_clones、qartez_smells、qartez_test_gaps、qartez_wiki、qartez_boundaries、qartez_trend、qartez_knowledge、qartez_diff_impact、qartez_security。

make bench          # Rust self-bench only - fresh measurements
make bench-all      # All 5 languages (Rust, TypeScript, Python, Go, Java) + cross-language summary
make bench-fixtures # Clone and index the pinned fixture repos

内部の仕組み

4 つのレイヤーを一度だけ計算し、各ツール呼び出し時に SQLite からクエリします。

1. Tree-sitter による解析

すべてのソースファイルを、言語固有の Tree-sitter 文法で解析します。LSP サーバーも、言語ごとの SDK のインストールも、コールドスタートのオーバーヘッドもありません。パーサーはシンボル（関数、メソッド、型、定数）、シグネチャ、行範囲、エクスポートの可視性、インポート関係を抽出します。また、命令型言語 21 種については、関数ごとの循環的複雑度も抽出します。

2. 構造形状のハッシュ化

関数本体を AST の骨格に正規化し（識別子、リテラル、コメントは正規化で除去）、ハッシュ化します。同じハッシュを持つ 2 つのシンボルは、構造上のクローンです。qartez_clones はこれをクエリします。

3. グラフ分析

インポートのエッジで有向グラフを構成します。その上で 3 つのアルゴリズムを実行します。

• PageRank - Google がウェブページに使用したものと同じランダムウォークアルゴリズムです。インポートグラフに適用すると、プロジェクトのアーキテクチャを支えるファイルが明らかになります。
• 影響範囲 - 変更によって推移的に影響を受けるファイル数を数える逆方向 BFS です。qartez_impact は、編集前の警告にこれを使用します。
• Leiden クラスタリング - コードベースを論理モジュールに分割するコミュニティ検出手法です。自動生成されるアーキテクチャ Wiki と、qartez_boundaries の初期設定に利用されます。

4. Git 履歴のマイニング

直近 N 件のコミット（デフォルトは 300 件）を調べ、同じコミットに含まれるファイルのペアを数えます。これにより、インポートグラフでは把握できない論理的な結び付き、つまり、インポートでつながっていないにもかかわらず、常に一緒に編集されるファイルを明らかにします。

qartez_impact、qartez_context、qartez_hotspots は、Pagerank、影響範囲、同時変更、複雑度の各シグナルを統合し、ランキング形式で結果を返します。この 4 つすべてを組み合わせる MCP サーバーは、ほかにありません。

ストレージ

すべてのデータは .qartez/index.db に保存されます。これは、FTS5 の全文検索インデックスを備えた単一の SQLite ファイルです。起動時には、更新時刻が変わったファイルだけを Qartez が再解析します。サーバーの実行中はファイルウォッチャーが自動的に有効になり、ファイルの編集や新規作成をバックグラウンドで再インデックスするため、ダウンタイムは発生しません。無効にするには --no-watch を渡します。

トランスポート

Qartez は、標準的な MCP トランスポートである stdio（stdin/stdout を使った JSON-RPC）で通信します。HTTP サーバーもポートの割り当てもなく、ネットワークに公開されることもありません。IDE は qartez バイナリを子プロセスとして起動し、パイプ経由でメッセージをやり取りします。

サポート対象の言語

バイナリは1つ。言語ごとのセットアップは不要です。37言語すべてを tree-sitter で解析します（互換性のある文法がない形式には正規表現によるフォールバックを使用します）。命令型言語21言語では、関数ごとの循環的複雑度も算出し、qartez_hotspots に活用します。

主な対応言語： TypeScript、Rust、Go、Python、Java、Kotlin、Swift、C#、C／C++、Ruby、PHP、Dart、Scala、Elixir、Zig、Lua、Haskell、OCaml、R、ほか17言語。命令型言語21言語すべてで、循環的複雑度をスコア化します。

代替製品との比較

2026年のMCPコードベースインテリジェンス分野は競争が激しくなっています。このセクションでは、直接競合するOSS、エンタープライズプラットフォーム、隣接エコシステムを取り上げます。スター数はすべて、2026年4月に各プロジェクトのGitHubリポジトリと照合して確認しました。

直接競合するOSSのMCP

「コードベースインテリジェンス向けMCPサーバー」というニッチを共有する9つのプロジェクトを、GitHubのスター数順に並べています。

ローカルファーストやオープンソースを諦めてでも、洗練された機能や複数リポジトリにまたがる規模を求めるユーザー向けに、同じ課題を解決する商用プラットフォームです。

• Sourcegraph Cody / Amp - コンパイラー品質の SCIP インデクサーを提供し、2026 年から公式 MCP サーバーに対応しています。クラウドファーストで、エンタープライズ向けの価格設定です。
• Augment Code - シリーズ B で 2 億 2,700 万ドルを調達しました。40 万以上のファイルにまたがるリアルタイムのセマンティックインデックスとコード関係グラフを提供し、2025 年 10 月から公式 MCP サーバーに対応しています。クラウドへの依存があります。
• Deep Graph MCP (CodeGPT) - 392 スター。クラウドホスト型のナレッジグラフバックエンドです。任意のリポジトリ URL の github.com を deepgraph.co に置き換えると、構築済みのコードグラフを利用できます。ローカルでのインデックス作成は不要です。
• JetBrains AI Assistant (IntelliJ 2025.2+) - IDE 品質のシンボルと診断情報を公開する、組み込み型 MCP サーバーです。JetBrains 製品専用です。
• Cursor - 独自の埋め込みモデルと、Turbopuffer を使ったチーム共有インデックスを提供します。クローズドな IDE で、MCP による公開には対応していません。
• Windsurf Cascade - RAG ベースの M-Query 検索を提供します。クローズドな IDE で、MCP サーバーはありません。

Qartez は、これらのプラットフォームが提供するのと同じ構造的なインテリジェンスを、完全にお使いのノートパソコン上で、無料で提供します。

隣接するエコシステム（カテゴリは異なりますが、同じ課題に取り組んでいます）

• Aider repo-map - Paul Gauthier の CLI は、2023 年 10 月に tree-sitter と PageRank を先駆けて採用しました。MCP サーバーではなく、aider CLI の内部で動作します。RepoMapper は、単一の repo_map 出力を MCP として提供します。
• Continue.dev - MCP のクライアントであり、サーバーではありません。ドキュメントでは、Continue と専用のコードグラフ MCP サーバーを組み合わせることを明示的に推奨しています。この役割を担うのが Qartez です。
• Context7、Mem0、Pieces LTM - メモリとドキュメントのツールであり、コードベースのインデクサーではありません。競合ではなく、相互補完的なツールです。
• Block Goose、Cline、Codebuff - MCP サーバーを利用するコーディングエージェントのクライアントです。Qartez のようなツールの利用者です。

Qartez の特長

1. 4 つのシグナルを統合した影響分析。 qartez_impact、qartez_diff_impact、qartez_context、qartez_hotspots は、PageRank による重要度、静的な影響範囲、Git の共変更、サイクロマティック複雑度を統合し、順位付けされた結果を返します。この 4 つすべてを組み合わせたプロジェクトはほかにありません。

2. ホットスポット、クローン、境界、セキュリティ、コードスメル、テストの不足、ナレッジ、トレンドを 1 つのサーバーに集約。 qartez_hotspots は、複雑度 × 結合度 × 変更頻度を基に、リポジトリ内の最も危険な関数を順位付けします。qartez_clones は、AST の形状ハッシュを使って重複したロジックを検出します。qartez_boundaries は、.qartez/boundaries.toml で宣言されたアーキテクチャルールを適用します。qartez_security は、PageRank でスコア付けした脆弱性パターンをスキャンします。qartez_smells は、巨大な関数、長いパラメーターリスト、フィーチャーエンビーを検出します。qartez_test_gaps は、リスク順に順位付けした未テストのソースファイルを見つけます。qartez_knowledge は、git blame からバス係数のリスクを明らかにします。qartez_trend は、関数の複雑度がコミットごとにどう変化したかを追跡します。ほかでは別々の 8 つの商用製品が提供する機能を、ここではそれぞれ 1 回の MCP 呼び出しで利用できます。

3. プレビューと適用が可能な、MCP 経由のリファクタリング。 qartez_rename、qartez_move、qartez_rename_file を使うと、アシスタントから 1 回の MCP 呼び出しで、レビュー可能なアトミックなリファクタリングを実行できます。Serena は LSP 経由の名前変更を提供しますが、言語ごとのサーバーをインストールする必要があります。それ以外のサーバーには、リファクタリングツールがありません。

4. 安全策を内蔵。 変更ガードにより、影響範囲を事前に確認せずに AI が影響の大きいファイルを編集することを防ぎます。主要な競合製品の比較表にあるサーバーで、これを備えているものはほかにありません。

5. 主張ではなく、測定結果で評価。 28 のシナリオ、LLM による判定で品質は 10 点中 8.3 点（比較対象は 4.3 点）、ツールごとのトークン数とレイテンシを測定しています。すべて make bench（単一言語）または make bench-all（5 言語、言語横断の概要付き）で再現できます。

6. Rust ネイティブ、ローカル優先、クラウド依存ゼロ。 バイナリは 3 つ（qartez、qartez-guard、qartez-setup）です。Python ランタイムも、ベクトルデータベースも、クラウドアカウントも不要です。すべてマシン上で動作し、コードが外部に送信されることはありません。オプションの semantic cargo feature を有効にするとローカルの埋め込み検索を追加できますが、デフォルトのビルドではモデルのダウンロードは不要です。

コマンドラインオプション

Qartez はスタンドアロン CLI としても動作します。qartez <tool_name>（例：qartez map、qartez find Config、qartez impact src/server/mod.rs）を実行すると、MCP クライアントを使わず、コアツールや分析ツールをターミナルから直接利用できます。

src/
  main.rs                  Entry point: index, compute, start server
  lib.rs                   Library root (re-exports)
  cli.rs                   CLI argument parsing (19 subcommands)
  cli_runner.rs            CLI subcommand dispatcher
  config.rs                Project configuration and root detection
  error.rs                 Error types
  str_utils.rs             String utilities (stable floor_char_boundary polyfill)
  toolchain.rs             Toolchain detection (Cargo, npm, Go, etc.)
  watch.rs                 File watcher for incremental re-indexing
  guard.rs                 Modification guard evaluation engine
  embeddings.rs            Local embedding model for qartez_semantic (opt-in)
  server/
    mod.rs                 MCP server entrypoint - dispatches to per-tool handlers
    tools/                 30 per-tool handler modules (one file per MCP tool)
    prompts.rs             6 workflow prompt templates
    tiers.rs               Progressive tool disclosure (core/analysis/refactor/meta)
    cache.rs               Tree-sitter parse cache
    helpers.rs             Shared handler utilities
    overview.rs            Overview/map generation
    params.rs              Tool parameter structs
    treesitter.rs          Tree-sitter integration helpers
    mcp_instructions.md    Embedded MCP server instructions
  index/
    mod.rs                 Core indexing engine (full + incremental, import resolution)
    walker.rs              File discovery (respects .gitignore + .qartezignore)
    parser.rs              Tree-sitter parser pool
    symbols.rs             Symbols / imports / references + AST shape hashing
    languages/             37 language adapters (21 with cyclomatic complexity)
  graph/
    mod.rs                 Graph module root
    pagerank.rs            PageRank on import graph
    blast.rs               Blast radius BFS
    leiden.rs              Community detection (Leiden clustering)
    boundaries.rs          Architecture-boundary rules engine
    security.rs            Security rule engine (powers qartez_security)
    wiki.rs                Architecture wiki renderer
  git/
    mod.rs                 Git module root
    cochange.rs            Co-change pair mining
    diff.rs                Diff range analysis (for qartez_diff_impact)
    trend.rs               Complexity trend over git history
    knowledge.rs           Code authorship and bus-factor analysis
  storage/
    mod.rs                 Storage module root
    schema.rs              SQLite + FTS5 schema
    read.rs / write.rs     Query and mutation helpers
    models.rs              Row structs
  bin/
    setup.rs               Interactive IDE setup wizard (19 IDEs)
    guard.rs               PreToolUse modification guard
    benchmark.rs           Benchmark harness entry point
  benchmark/               Benchmark internals (cargo feature)
    profiles/              Per-language benchmark profiles (Rust, TS, Python, Go, Java)
    scenarios.rs           28 benchmark scenarios
    judge.rs               LLM-judge harness
    report.rs              Markdown / JSON report writers
    tokenize.rs            cl100k_base token accounting
scripts/                   Hook + snippet assets embedded by qartez-setup
benchmarks/fixtures.toml   Pinned OSS repos for multi-language benchmarks
reports/                   Generated benchmark.md / benchmark.json artifacts

コントリビューション

バグを見つけましたか？issue を作成してください。言語の追加、パーサーの修正、ツールの改善を希望しますか？プルリクエストを歓迎します。まず CONTRIBUTING.md と CODE_OF_CONDUCT.md をお読みください。大規模な PR では CLA.md への署名が必要です。

git clone https://github.com/kuberstar/qartez-mcp.git
cd qartez-mcp
cargo build
cargo test

各バージョンのリリースノートは CHANGELOG.md にあります。

セキュリティ

脆弱性を見つけましたか？公開の issue は作成しないでください。 SECURITY.md の脆弱性開示ポリシーに従ってください。

ライセンス

Qartez Small Team License（個人および小規模チームは無料）とQartez Commercial License（それ以外のすべてのユーザー向け）のデュアルライセンスです。全文はLICENSEで、商用ライセンスの概要はCOMMERCIAL.mdでご確認ください。SPDX 識別子：LicenseRef-Qartez-Dual。

Grep は人間向けでした。Qartez はエージェント向けです。

Qartez によって AI の月額料金が 10% でも節約できたら、リポジトリにスターを付けてください。このアプローチを試す価値があると、ほかの開発者に伝える唯一の方法です。