Serveur MCP codescout
Commit 10 nov. 2026Offre aux agents de codage IA la navigation par symboles, la recherche sémantique, une mémoire persistante et l'indexation d'artefacts à travers des espaces de travail multi-projets.
Aussi connu sous mareurs/codescout
- Étoiles
- 27
- Outils
- —
- Téléchargements, 30 jours
- —
- Dernière version
- —
- Dernier commit
- 10 nov. 2026
- Licence
- MIT
Qu'est-ce que codescout MCP ?
codescout est un serveur MCP. Offre aux agents de codage IA la navigation par symboles, la recherche sémantique, une mémoire persistante et l'indexation d'artefacts à travers des espaces de travail multi-projets.
Résumé généré à partir du README du projet
À propos du MCP server codescout
codescout permet d'apporter une intelligence de niveau IDE aux agents de codage IA grâce à une navigation par symboles avancée et une recherche sémantique. Il fonctionne comme un MCP server local qui se connecte à des agents tels que Claude Code, GitHub Copilot et Cursor, leur permettant de naviguer dans des bases de code complexes sans avoir à lire l'intégralité des fichiers. En utilisant des outils basés sur LSP tels que les symboles, les références et les graphes d'appels, il fournit un contexte précis pour neuf langages supportés, dont Rust, Python et TypeScript.
Les développeurs peuvent gérer des espaces de travail multi-projets à l'aide d'une configuration workspace.toml afin de maintenir une mémoire et une indexation par projet. Le serveur inclut un composant librarian qui indexe les artefacts markdown comme les spécifications, les plans et les ADR dans un catalogue SQLite. Pour une récupération sémantique approfondie, il prend en charge une pile de récupération utilisant un modèle ONNX local ou une configuration Qdrant externe avec un reranker. Il est conçu pour l'efficacité des tokens, fournissant des détails compacts à la demande plutôt que d'injecter de grandes quantités de texte dans la fenêtre de contexte de l'agent.
Ce que vous pouvez faire avec
- 1Naviguer dans des structures de code complexesUn agent peut trouver des définitions de fonctions spécifiques ou des sites d'appel en utilisant la navigation par symboles plutôt qu'en cherchant dans du texte brut.
- 2Récupérer la documentation du projetUn développeur peut demander à une IA de trouver toutes les spécifications actives liées à une partie spécifique du pipeline de récupération.
- 3Effectuer des recherches de code basées sur des conceptsLes utilisateurs peuvent localiser du code par sa signification sous-jacente grâce à la recherche sémantique propulsée par des modèles locaux ou externes.
- 4Gérer le contexte multi-projetsLes développeurs peuvent enregistrer des projets liés pour permettre à une IA de naviguer entre différents dépôts au sein d'un même espace de travail.
Extrait du README du projet. Chaque cas d'utilisation est vérifié par rapport à une citation du document.
Vérifications automatisées
Exécuté le 14 nov. 2026Rapport complet →Pas encore vérifié. Un serveur nécessite un score de 80, aucune faille sérieuse et suffisamment de données pour que nous puissions effectuer les vérifications. Fonctionnement des vérifications · Ce qu'il faut corriger pour gagner des points
- Dépôt source lié et accessiblemareurs/codescout is public and reachablegithub.com/mareurs/codescout ↗Réussi
- Le nom du package correspond au dépôt sourceNon vérifié
- Provenance du build (attestation Sigstore)Non vérifié
- Licence open source (OSI)MITspdx.org/licenses/MIT.html ↗Réussi
- Commit ou version publiée au cours de l'année écouléeLast commit or release 2026-11-10github.com/mareurs/codescout ↗Réussi
- OpenSSF ScorecardNon vérifié
- Nom du package non proche d'un package populaireNon vérifié
- Aucun avis critique dans le package ou ses dépendancesNon vérifié
- Aucune instruction cachée destinée au modèle0 tool descriptions and the README read; no override phrases, credential paths or hidden charactersRéussi
- Les outils destructifs sont étiquetésNon vérifié
- Le point de terminaison distant répond à la poignée de main MCPNon vérifié
README
Voir sur GitHubcodescout
MCP server giving AI coding agents IDE-grade code intelligence — symbol navigation, semantic search, persistent memory, workspace-wide artifact tracking — optimized for token efficiency.
📖 Full manual at mareurs.github.io/codescout — installation, agent integrations, every tool, every concept.
Works with Claude Code, GitHub Copilot, Cursor, and any MCP-capable agent.
What it does
- Symbol navigation —
symbols,references,symbol_at,call_graph,edit_code, backed by LSP across 9 languages - Semantic search — find code by concept using a local ONNX model or an external Qdrant + reranker stack
- Library navigation — explore dependency source with scoped search and version tracking
- Artifact tracking (new) — index, query, and link the markdown around your code: specs, plans, ADRs, runbooks, memories. See Artifacts below.
- Multi-project workspaces — register related projects in
workspace.tomlfor cross-project navigation with per-project memory and indexing - Token efficiency — compact by default, details on demand, never dumps full files
Why not just read files?
| Without codescout | With codescout |
|---|---|
| Agent reads full files to find one function | Navigates by symbol name — zero file reads |
grep returns noise (comments, strings, docs) |
references returns exact call sites |
| Context burns on navigation overhead | Token-efficient by design |
| State lost between sessions | Persistent memory + artifact catalog across sessions |
| Re-reads same modules from different entry points | Symbol index built once, queried instantly |
Quick Start
cargo build
./target/debug/codescout start --project /path/to/code
Register as an MCP server in ~/.claude/settings.json:
{
"mcpServers": {
"codescout": {
"command": "codescout",
"args": ["start", "--project", "."]
}
}
}
Onboarding is essential. Run
onboarding()once per project on first connect — it discovers languages, reads key files, and generates a project-specific system prompt and memory files. Without it, the agent navigates blind.Tip: Install the codescout-companion plugin to auto-steer Claude toward codescout tools in every session — including subagents.
→ Full setup, agent configs, and project-toml options: mareurs.github.io/codescout
Artifacts
codescout now embeds librarian — a workspace-wide artifact registry that indexes the markdown around your code (specs, plans, ADRs, runbooks, memories, audits, handoffs, roadmaps, user docs), stores metadata + a typed link graph in SQLite, and exposes it to the agent as queryable structured data instead of opaque file listings.
Why it matters. The code is half the project. The other half lives in
markdown files scattered across docs/, design notes, and runbooks. Without
indexing them, the agent re-discovers project history every session. With
librarian, "find every active spec touching the embedder" is a single tool call.
How it works.
- Every markdown file is classified by frontmatter or path-rule into a kind
(spec / plan / adr / runbook / memory / tracker / doc / ...) and indexed
into a SQLite catalog at
~/.local/share/librarian/catalog.db. - A typed link graph (
supersedes,implements,references, ...) connects artifacts; walk it transitively withartifact(action="graph"). - A 4-tier scope ladder (
project→repo→umbrella→all) lets the agent widen beyond the current sub-project on demand. - Optional semantic search via
LIBRARIAN_EMBED_*turnsartifact(action="find", semantic="…")into vector search.
How to use it.
# Find every active spec touching the retrieval stack
artifact(action="find", kind="spec", status="active", semantic="retrieval pipeline")
# Read one, with its outgoing link graph
artifact(action="get", id="abc123", include_links=true)
# Connect a plan to the spec it implements
artifact(action="link", src_id="<plan>", dst_id="<spec>", rel="implements")
# Pack a topic neighbourhood into a single markdown bundle for context
librarian(action="context", topic="hybrid sparse + dense retrieval", max_tokens=4000)
Trackers — augment any artifact with a persistent prompt + params, and codescout auto-refreshes it on demand. Friction logs, observation tables, sprint roadmaps — written once, maintained across sessions.
Embedded by default. No separate server to install. Opt out with
LIBRARIAN_ENABLED=0 for a leaner tool surface.
→ Full artifact guide: librarian embedded · trackers · time-travel · augmentation templates
Retrieval Stack
semantic_search runs through an external Docker Compose stack (Qdrant +
dense embedder + SPLADE sparse + cross-encoder rerank). Two profiles: cpu
and gpu.
docker compose --profile cpu --env-file .env.cpu up -d
# or --profile gpu --env-file .env.gpu
set -a; source .env.cpu; set +a
cargo run --release --bin sync_project -- . codescout
| Profile | Initial sync (~18k chunks) | Sustained throughput |
|---|---|---|
| cpu (llama-server, 4 threads) | ~125 min | 2.4 chunks/s |
| gpu (llama-server-cuda, RTX A5000) | ~2.6 min | 117-132 chunks/s |
→ Stack setup, model choices, and tuning
Agent integrations
| Agent | Guide |
|---|---|
| Claude Code | mareurs.github.io/codescout/agents/claude-code |
| GitHub Copilot | mareurs.github.io/codescout/agents/copilot |
| Cursor | mareurs.github.io/codescout/agents/cursor |
Multi-agent infrastructure
codescout's design is informed by research on compound error in multi-agent systems — failure rates of 41–87% in production pipelines. This drove the choice of single-session skill-based workflows over agent orchestration chains. Read the analysis →
Guidance that agents actually follow
codescout's prompt surfaces — Iron Laws, get_guide topics, tracker rendering,
result envelopes — are shaped by measured findings on how coding agents trust,
follow, and resist the content a tool surfaces. The short version: authority framing
(a persona, a "trusted" marker) buys nothing; placement and server-computed
provenance buy everything. Trust attaches to what the server computes
(symbols, git state, freshness keys), never to a marker the content carries about
itself — because anything in a file body is forgeable by whoever wrote the file.
Read the findings →
Kotlin & Rust LSP multiplexers
Kotlin and Rust LSPs are expensive to boot and allow only one process per
workspace. codescout ships per-language multiplexers — a detached codescout mux process shares one LSP across all codescout instances. Cold-start happens
once; subsequent sessions connect instantly. No configuration needed.
| Metric | Without mux | With mux |
|---|---|---|
| LSP processes per machine | 1 per session (~2GB each) | 1 shared |
| Cold start on 2nd session | 8–15s | ~0s |
→ Kotlin LSP multiplexer · Rust
Tools
Symbol navigation · File operations · Shell · Semantic search · Memory · Library navigation · Artifacts · Workflow & Config
Supported languages: Rust, Python, TypeScript/JavaScript, Go, Java, Kotlin, C/C++, C#, Ruby.
Experimental Features
New features land on experiments before reaching master. They may change
or be removed without notice.
→ Browse experimental features
Contributing
See CONTRIBUTING.md. PRs from Claude Code are welcome.
License
Questions sur codescout MCP
Quels langages codescout prend-il en charge pour la navigation par symboles ?
Il prend en charge Rust, Python, TypeScript/JavaScript, Go, Java, Kotlin, C/C++, C# et Ruby via des outils de symboles basés sur LSP.
Dois-je exécuter un serveur séparé pour la recherche de code ?
La recherche sémantique peut utiliser un modèle ONNX local ou une pile Docker Compose externe avec Qdrant, un embedder sparse et un reranker. Le registre d'artefacts est intégré et ne nécessite pas de serveur séparé.
À quoi sert la fonctionnalité de suivi des artefacts ?
Elle indexe les fichiers markdown tels que les spécifications, les plans, les ADR et les runbooks dans un catalogue SQLite avec un graphe de liens typés, permettant à l'agent de les trouver et de les lier lors d'appels d'outils uniques.
Comment configurer codescout avec Claude Code ?
Enregistrez-le en tant que MCP server dans votre fichier de configuration, puis exécutez onboarding() une fois par projet pour que l'agent puisse découvrir les langages et les fichiers clés.
Codescout fonctionne-t-il avec un espace de travail multi-projets ?
Oui ; vous enregistrez les projets liés dans workspace.toml pour bénéficier d'une navigation inter-projets avec mémoire et indexation par projet.