Nexus-MCP

Name: Nexus-MCP
Author: jaggernaut007

제작자: jaggernaut007버전 2.3.0i★ –i내 컴퓨터에서 실행

레지스트리 이름io.github.jaggernaut007/nexus-mcp

설치

개요

제작자가 쓴 설명(영어 원문)

Local code-intelligence server: hybrid code search, call graph and project memory.

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
우리의 기본 점검i1개 중 1개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
사용 정도i아직 측정 안 함★ –

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

연결 방식: 내 컴퓨터에서 실행
전송 방식: stdio
카테고리: 검색 및 AI 기억

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

기본 점검: 1개 중 1개 통과
내 컴퓨터에서 내 사용자 계정의 권한(파일, 네트워크, 앱)으로 실행돼요.
직접 입력할 값: NEXUS_STORAGE_DIR, NEXUS_OFFLINE

필요한 것

PyPIPython의 uv 설치(uvx 명령어용)

어떤 앱을 쓰세요?

ClaudeClaude CodeCursorVS CodeChatGPT

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요

{
  "mcpServers": {
    "nexus": {
      "command": "uvx",
      "args": [
        "nexus-mcp-ci"
      ],
      "env": {
        "NEXUS_STORAGE_DIR": "your-value",
        "NEXUS_OFFLINE": "your-value"
      }
    }
  }
}

터미널에서 이 명령어를 실행하세요

claude mcp add nexus --env NEXUS_STORAGE_DIR=your-value --env NEXUS_OFFLINE=your-value -- uvx nexus-mcp-ci

실행하기 전에 빈 값을 채워 주세요.

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "mcpServers": {
    "nexus": {
      "command": "uvx",
      "args": [
        "nexus-mcp-ci"
      ],
      "env": {
        "NEXUS_STORAGE_DIR": "your-value",
        "NEXUS_OFFLINE": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "servers": {
    "nexus": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "nexus-mcp-ci"
      ],
      "env": {
        "NEXUS_STORAGE_DIR": "your-value",
        "NEXUS_OFFLINE": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

직접 입력할 값

NEXUS_STORAGE_DIR env
Folder for the index, memories and graph (default: .nexus in the project)
NEXUS_OFFLINE env
Set to 1 to block the embedding model download after the first run

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 7일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 jaggernaut007 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
… 아직 점검 안 함
계속 관리되고 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
… 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
– 해당 없음
엔드포인트 응답
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
– 해당 없음
OAuth로 로그인
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
… 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

검색 및 AI 기억 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 7271개 중 0%보다 스타가 많아요
이 카테고리의 다른 서버 7271개 중 98%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 7271개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

Nexus-MCP, 안전한가요?

해당하는 기본 점검 1개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

레지스트리에 필수 키가 나와 있지 않아요. 다만 처음 쓸 때 로그인을 요구하는 서버도 있어요.

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(2.3.0)은 오늘 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Context7, Codebase Memory, Exa

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Context7

제작자: upstash

Up-to-date docs for AI agents

컴퓨터 또는 클라우드★ 64,224MIT어제 업데이트

설치

Codebase Memory

제작자: DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

내 컴퓨터에서 실행★ 48,148MIT21일 전 업데이트

설치

Exa

제작자: exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

클라우드에서 실행★ 5,213MIT지난달 업데이트

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

Nexus-MCP

Hybrid search + code graph + semantic memory in a single local MCP server. About 90 MB idle and 460 MB with the embedding model loaded ([measurements](https://github.com/jaggernaut007/Nexus-MCP/blob/main/docs/MEMORY.md)).

Nexus-MCP is a local code-intelligence MCP server for Claude Code, Codex, Cursor and any Model Context Protocol client. It gives AI agents precise, token-efficient answers about your codebase without cloud dependencies: no API keys, no data egress, no subscriptions.

Not sure yet? Measure it on your own code first. It is free, runs offline, calls no LLM and takes a few minutes:

uvx nexus-mcp-ci eval            # the current folder

uvx nexus-mcp-ci eval --example # or the Nexus-MCP source, if you have no project at hand

You get a verdict ("Strong fit", "Likely fit" or "Weak fit") and the tokens an agent needs to reach the right file, with and without Nexus-MCP. Nothing leaves your machine. See Evaluate on your project.

Ready?

pip install nexus-mcp-ci

claude mcp add nexus-mcp -- nexus-mcp-ci

Results at a glance

Project	Cost: Grep and Read → Nexus-MCP	Turns	Correct answers
Private Python project (460 files)	$0.571 → $0.446 (-22%)	55 → 35	36 → 35 of 36
Django (3,000 files)	$0.894 → $0.863 (-3%)	93 → 71	34 → 36 of 36

Live runs: Claude Code, Claude Sonnet, headless (claude -p), 12 questions per project, 3 runs each, version 2.1.0 (2026-10-28). The same code can vary by about 20% in cost with 3 runs per question (measured 2026-10-28). Search hit@1 on the four retrieval suites: jobscout 0.81, nexus_mcp 0.80, shop_repo 0.50, flask 0.64.

nexus-mcp-ci eval (the free offline check, no LLM) on 3 projects:

Project	Verdict	Median tokens to the right file	Right file first
Chromium base/ (3,638 files)	Strong fit	17,998 → 950	40% → 70%
pallets/click (91 files)	Strong fit	24,774 → 1,301	27% → 97%
Nexus-MCP source (59 files)	Likely fit	5,385 → 1,234	70% → 93%

Nexus-MCP and GitNexus on Chromium base/ (C++, 4,243 files): 8 tasks, 3 runs each, 2026-11-04.

Condition	Version	Tokens (median)	Cost per task (median)	Correct
Grep and Read	built-in tools	62,450	$0.057	24 of 24
Nexus-MCP	2.2.0 with the C++ parser fixes of 2.2.1	82,900	$0.062	24 of 24
GitNexus	1.6.12	164,192	$0.085	24 of 24

Nexus-MCP used fewer tokens than GitNexus on 8 of 8 tasks and cost less on 6; GitNexus cost $0.002 less on one task, and one task was a tie. Grep and Read cost less than both on this C++ code. Nexus-MCP cost less than Grep and Read on 3 of 8 tasks (the two needle tasks and WeakPtr). Each condition had the same agent, model, prompt and built-in tools, and each tool had its MCP server and its always-loaded instructions (method).

All numbers: benchmarks page · JSON · CSV.

The Problem It Solves

An agent that explores a codebase with Grep and Read pays for every call: each call is one more turn, and each turn reads the whole conversation again. Nexus-MCP answers a question about code in fewer calls. search returns the whole code of its top results, find_symbol returns the code of several names in one call, and graph returns every text reference beside the call edges.

The north star of the project is lower token use with the same accuracy. It is measured, not estimated: see Token efficiency and benchmarks/.

Evaluate on your project

Decide with your own numbers. The quick check is free, offline and calls no LLM:

uvx nexus-mcp-ci eval                                   # the current folder

uvx nexus-mcp-ci eval path/to/project # another folder uvx nexus-mcp-ci eval https://github.com/pallets/flask # a public repo (shallow clone) uvx nexus-mcp-ci eval --example # the Nexus-MCP source, offline

It asks about 30 questions made from your own code and compares Grep and Read with one Nexus-MCP search. The right answer is the file that defines the symbol, from the parser, never from the Nexus-MCP ranking. On this repo's source (59 files) it gave "Likely fit": 1,234 median tokens to reach the right file against 5,385, and the right file first in 93% of questions against 70%. On Chromium's base/ (3,638 files of C++, Java and Python) it gave "Strong fit": 950 median tokens against 17,998 (95% fewer), and the right file first in 70% of questions against 40%. On pallets/click (91 files, from its URL) it gave "Strong fit": 1,301 median tokens against 24,774 (95% fewer), and the right file first in 97% of questions against 27%. On a tiny project Grep and Read win, and the report says so.

Want the real agent cost? The agent tier runs your own Claude Code or Codex login on tasks from your code, with and without Nexus-MCP. It shows the cost first and asks:

nexus-mcp-ci eval --agent claude                       # Claude Sonnet

nexus-mcp-ci eval --preset efficient --agent claude:haiku,claude:sonnet

Results are saved in ~/.nexus-mcp/evals/ (eval list, eval show ). eval share posts the numbers (no code, no paths) to the community table, only after you say yes. Full guide: docs/EVALUATE.md. In Claude Code, the plugin adds /nexus-mcp:evaluate.

Privacy and Data

Your code stays on your machine. The server makes no network calls and has no telemetry.

In: the package from PyPI, and the embedding model from Hugging Face once (set NEXUS_OFFLINE=1 after that). eval also runs a git clone.
Out: nothing, unless you run eval --agent (prompts and code go to Anthropic or OpenAI through your own CLI) or eval share (numbers only). Both ask first.
Stored: the index, memories and graph in /.nexus/ (it holds code: add it to .gitignore), the model in ~/.cache/huggingface/, eval results in ~/.nexus-mcp/evals/.

nexus-mcp-ci data where              # every location and its size

nexus-mcp-ci data clear --all # dry run; add --yes to delete

Every location, the shell commands that do the same, and the uninstall steps: docs/PRIVACY.md.

Quickstart (60 seconds)

You need uv. Nothing else.

Ask your agent. Open your agent (Claude Code, Codex, Cursor, Gemini CLI) in your project and say:

Install Nexus-MCP from https://github.com/jaggernaut007/Nexus-MCP

The agent reads llms-install.md and runs one command. You can run the same command yourself:

uvx nexus-mcp-ci setup

setup finds the MCP clients on your machine, shows each change, and asks before it writes anything. It adds the server and a short skill that tells the agent when to use each tool. Add --dry-run to see the changes only, --client codex to pick one client, and --uninstall to remove what it wrote. Then reload your client (or start a new session) and ask something like "where do we retry failed payments?". The agent calls search, and index once, the first time in a project.

The server sends its own usage instructions when it connects, so the agent knows which tool answers which question even without the skill.

Other ways in, each with the same server:

VS Code: Install in VS Code
Cursor: the "Add to Cursor" button on the website
Claude Desktop: download nexus-mcp.mcpb from the latest release and open it
Gemini CLI: gemini extensions install https://github.com/jaggernaut007/Nexus-MCP
Docker: docker run -i --rm -v "$PWD:/workspace" -v nexus-data:/data ghcr.io/jaggernaut007/nexus-mcp
GitHub Actions: uses: jaggernaut007/Nexus-MCP@v2

All channels, and what each needs: docs/DISTRIBUTION.md.

Claude Code plugin

The plugin registers the server and the same routing skill. It runs the server through uvx, so it needs only uv, no pip install:

/plugin marketplace add jaggernaut007/Nexus-MCP

/plugin install nexus-mcp@nexus-mcp

Use setup or the plugin for Claude Code, not both, or the server is registered twice. Tool names differ by route: mcp__nexus-mcp__search after setup, mcp__plugin_nexus-mcp_nexus-mcp__search through the plugin. The rest of this README writes bare names (search) and you do not need the prefix in prompts.

Optional: project instructions

If you want the rules in your own project file, a short block is enough:

## Code Navigation

The nexus-mcp server is connected. For questions about how this codebase works:

No setup call is needed; run index only if a tool says the project is not indexed.
Use search to find code, find_symbol for symbols, map for structure.
Use graph with transitive=true before you change a shared function. The call graph is static, so also use search for dynamic call sites.
Use plain grep or read when you already know the file or the exact string.

The full routing guide is in docs/AGENT_ROUTING.md.

How It Works

Indexing Pipeline (8 steps)

Source files

│ ├─ Step 1: Discover ──────── walk tree, filter by ext/size/.gitignore │ ├─ Step 2: Parse symbols ─── tree-sitter (parallel ThreadPool) │ extracts: functions, classes, methods │ captures: name, signature, docstring, line_start/end, language │ ├─ Step 3: Parse graph ────── ast-grep (sequential for consistency) │ extracts: containment edges, import edges, callee names of each function │ (indexing/call_resolver.py makes CALLS edges after the

앞부분만 보여 드려요. 나머지는 저장소에서 읽어 보세요

Nexus-MCP

개요

PopNx MCP의 세 기둥

할 수 있는 일

설치

설치하기 전에

직접 입력할 값

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

검색 및 AI 기억 카테고리의 다른 서버와 비교i

자주 묻는 질문

대안

Context7

Codebase Memory

Exa

제작자의 README

Nexus-MCP

Results at a glance

The Problem It Solves

Evaluate on your project

Privacy and Data

Quickstart (60 seconds)

Claude Code plugin

Optional: project instructions

How It Works

Indexing Pipeline (8 steps)