MCP-Manticore: Let Your AI Assistant Write Manticore Queries for You

Context

AI 어시스턴트가 Manticore Search 쿼리 작성을 도울 때 훈련 데이터 기반 추측으로 인해 문법 오류가 발생하며, CREATE TABLE 또는 KNN 쿼리 작업 시 반복적인 문서 확인과 디버깅이 필요했다. 예를 들어 auto-embeddings 구문을 작성할 때 AI가 존재하지 않는 embedding='...' 및 source='...' 문법을 제시하거나, 의미론적 검색 시 실존하지 않는 벡터 값으로 쿼리를 구성하는 문제가 발생했다.

Technical Solution

• MCP 표준을 통해 AI 어시스턴트에 Manticore 인스턴스의 실시간 연결: Cursor, Claude Code, Codex CLI 등 MCP 호환 클라이언트에서 공식 문서 및 스키마에 접근 가능하도록 통합
• list_documentation() 도구로 공식 문서 검색 기능 제공: AI가 쿼리 생성 전 정확한 문법(예: MODEL_NAME, FROM, HNSW_SIMILARITY) 확인
• list_tables() 및 describe_table() 도구로 스키마 인트로스펙션 구현: 실제 테이블 구조를 AI가 직접 조회하여 컬럼명 및 타입 정보 활용
• 읽기 전용 기본 설정 및 MANTICORE_ALLOW_WRITE_ACCESS, MANTICORE_ALLOW_DROP 환경 변수로 쓰기 작업 제어: 옵트인 방식의 안전성 확보
• HTTP/SSE 및 stdio 전송 옵션과 JWT 토큰 기반 인증(MANTICORE_MCP_AUTH_TOKEN)으로 배포 환경별 유연성 제공

Key Takeaway

AI 어시스턴트가 외부 도구에 실시간으로 연결되어 hallucination 대신 검증된 스키마 및 문서에 접근하도록 설계하면, 추측 기반 오류 → 디버깅 → 수정 반복을 차단하고 정확도 높은 첫 시도 성공이 가능해진다. 이는 AI-assisted 개발에서 신뢰성을 확보하는 핵심 패턴이다.