새로운 Rails MCP 서버 아키텍처는 AI 에이전트의 컨텍스트 소비를 최적화하고 분석 정확도를 높이는 데 중점을 두었습니다.
컨텍스트 효율성 최적화
-
점진적 도구 발견: 등록된 도구를 12개에서 4개로 대폭 줄여, AI가 필요한 도구를
search_tools로 검색하고execute_tool로 호출하는 방식으로 변경했습니다. 이는 초기 컨텍스트 사용량을 약 67% 절감합니다. -
상세 수준 및 필터링: 모든 분석기에
detail_level매개변수를 도입하고, 라우트 분석에 필터링 기능을 추가하여 AI가 필요한 정보만 선택적으로 얻을 수 있도록 함으로써 토큰 소비를 줄였습니다.
분석 정확도 및 유연성 강화
-
Rails 인트로스펙션: 기존 정규식 파싱 대신 Rails 런타임 객체에 직접 접근하여 모델, 라우트, 컨트롤러 정보를 정확하게 추출합니다.
-
Prism 정적 분석: Ruby 3.3+의 Prism 파서를 활용하여 AST 기반으로 코드 구조를 분석, 런타임에 알 수 없는 정보를 제공하며 분석의 깊이를 더합니다.
-
샌드박스화된 Ruby 실행 (
execute_ruby): 엄격한 보안 제어 하에 복잡하고 커스텀화된 Ruby 쿼리를 실행할 수 있도록 하여 유연성을 극대화했습니다.
사용자 경험 및 관리 개선
-
rails-mcp-config인터랙티브 UI: 프로젝트 관리, 문서 가이드 다운로드, Claude Desktop 통합 설정을 위한 터미널 UI를 제공하여 초기 설정 및 관리를 간소화합니다. -
Quick Start Guide 및 오류 메시지 개선: 프로젝트 전환 시 즉시 가이드를 제공하고,
execute_ruby사용 시 출력 누락에 대한 힌트를 제공하여 AI 에이전트의 사용 편의성을 높였습니다.
이러한 개선 사항들은 AI 에이전트가 Rails 애플리케이션을 더욱 효율적이고 정확하게 이해하고 상호작용할 수 있도록 지원합니다.