ChromaDB를 사용하여 locally indexes codebases 및 Cursor와 같은 도구를 위한 MCP(Model Context Protocol) 서버를 통해 semantic search tool을 제공합니다.

설치

1. 복제하고 저장소를 입력하십시오:

2. .env] 파일 복사 .env.example:

3. .env] 파일을 구성:

예:

4. 색인 서버 시작:

5. 로컬 검색 서버를 사용하는 Cursor 구성: ~/.cursor/mcp.json 만들기 또는 편집:

6. 나머지 Cursor IDE는 변경 사항을 적용합니다.

서버는 지정된 프로젝트를 색인을 시작할 것이며, 해당 프로젝트가 활성화될 때 Cursor 내에서 semantic code search를 사용할 수 있습니다.

7. 인덱스로 구성된 프로젝트를 엽니다.

.cursorrules] 파일을 만들고 다음을 추가하십시오.

8. Cursor Agent 모드를 사용하여 로컬 벡터 검색을 수행하십시오!

Local Code Indexing for Cursor

An experimental Python-based server that locally indexes codebases using ChromaDB and provides a semantic search tool via an MCP (Model Context Protocol) server for tools like Cursor.

Setup

1. Clone and enter the repository:

   git clone 
   cd cursor-local-indexing
   

2. Create a .env file by copying .env.example:

   cp .env.example .env
   

3. Configure your .env file:

   PROJECTS_ROOT=~/your/projects/root    # Path to your projects directory
   FOLDERS_TO_INDEX=project1,project2    # Comma-separated list of folders to index
   

   Example:

   PROJECTS_ROOT=~/projects
   FOLDERS_TO_INDEX=project1,project2
   

4. Start the indexing server:

   docker-compose up -d
   

5. Configure Cursor to use the local search server: Create or edit ~/.cursor/mcp.json:

   {
     "mcpServers": {
       "workspace-code-search": {
         "url": "http://localhost:8978/sse"
       }
     }
   }
   

6. Restart Cursor IDE to apply the changes.

The server will start indexing your specified projects, and you’ll be able to use semantic code search within Cursor when those projects are active.

7. Open a project that you configured as indexed.

Create a .cursorrules file and add the following:

For any request, use the @search_code tool to check what the code does.
Prefer that first before resorting to command line grepping etc.

8. Start using the Cursor Agent mode and see it doing local vector searches!