Экспериментальный сервер на основе Python, который локально индексирует кодовые базы с помощью ChromaDB и предоставляет семантический инструмент поиска через сервер MCP (Model Context Protocol) для таких инструментов, как Cursor.

Настройка

1. Клонировать и вводить в хранилище:

2. Создать .env файл путем копирования .env.example:

3.Настройте свой .env файл:

Пример:

4.Запустите сервер индексации:

5.Настройте курсор для использования локального поискового сервера: Создавать или редактировать [[Т3]]:

6. Перезагрузить IDE курсора для применения изменений.

Сервер начнет индексировать ваши указанные проекты, и вы сможете использовать семантический поиск кода в Cursor, когда эти проекты активны.

7.Откройте проект, который вы настроили как индексированный.

Создайте файл .cursorrules и добавьте следующее:

8.Начните использовать режим Cursor Agent и посмотрите, как он выполняет локальный векторный поиск!

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!