Serena MCP Serverのセットアップ方法 (2026年版)

2026年版 Serena MCP サーバーのセットアップ方法

Serena は、AI コーディングアシスタントにコードベースの深いセマンティック（意味論的）な理解を与える Model Context Protocol (MCP) サーバーです。Serena はファイルを単なるテキストとして読み取る代わりに、Language Server Protocol (LSP) 分析を使用して、シンボル、型、参照、呼び出し階層に関する情報を AI に提供します。これは、IDE の「定義へ移動」や「参照を検索」機能を支えるものと同じインテリジェンスです。

このガイドでは、Claude Code や Cursor などの主要な AI コーディングツールで Serena をインストール、設定、および使用する方法を説明します。

Serena の何が違うのか？

コード用のほとんどの MCP サーバーは、基本的なファイルの読み書きアクセスのみを提供します。Serena はランゲージサーバーと統合することで、さらに踏み込んだ機能を提供します。

シンボル検索: 関数、クラス、変数がどこで定義されているかを特定します
参照検索: コードベース全体でシンボルのすべての使用箇所を検索します
型情報: 型、インターフェース、シグネチャを理解します
呼び出し階層: ある関数を呼び出しているもの、およびその関数が呼び出しているものを表示します
診断 (Diagnostics): コンパイラのエラーや警告を取得します
スマートリネーム: プロジェクト全体でシンボルの名前を安全に変更します

これにより、AI アシスタントはすべてのファイルをスキャンすることなく、「この関数はどこで使用されているか？」「これはどの型を返すか？」といった質問に答えることができます。

前提条件

Serena をセットアップする前に、以下を準備してください。

Node.js 18+ がインストールされていること
MCP 対応の AI ツール: Claude Code、Cursor、Windsurf、または Cline
プロジェクトの言語に対応したランゲージサーバー (Serena は TypeScript、Python、Go、Rust、Java などをサポートしています)
Git (Serena は Git リポジトリで最適に動作します)

ステップ 1: Serena のインストール

npm を使用して Serena をグローバルにインストールします。

npm install -g serena-mcp

または、npx を使用して直接実行します（インストール不要）。

npx serena-mcp

インストールを確認します。

serena-mcp --version

ステップ 2: 言語の設定

Serena は、プロジェクトでどのランゲージサーバーを使用するかを知る必要があります。プロジェクトのルートに serena.config.json を作成してください。

TypeScript/JavaScript プロジェクトの場合:

{
  "language": "typescript",
  "rootPath": ".",
  "tsconfig": "./tsconfig.json",
  "exclude": ["node_modules", "dist", ".next"]
}

Python プロジェクトの場合:

{
  "language": "python",
  "rootPath": ".",
  "pythonPath": "/usr/bin/python3",
  "exclude": ["venv", "__pycache__", ".mypy_cache"]
}

Go プロジェクトの場合:

{
  "language": "go",
  "rootPath": ".",
  "gopath": "$GOPATH",
  "exclude": ["vendor"]
}

Rust プロジェクトの場合:

{
  "language": "rust",
  "rootPath": ".",
  "exclude": ["target"]
}

ステップ 3: Claude Code への接続

~/.claude/mcp_servers.json にある Claude Code の MCP 設定に Serena を追加します。

{
  "serena": {
    "command": "npx",
    "args": ["serena-mcp", "--project", "/path/to/your/project"],
    "env": {}
  }
}

Claude Code を再起動し、接続を確認します。

/mcp

利用可能なツールの一覧に Serena が表示されるはずです。

ステップ 4: Cursor への接続

プロジェクト内の .cursor/mcp.json に Serena を追加します。

{
  "mcpServers": {
    "serena": {
      "command": "npx",
      "args": ["serena-mcp", "--project", "."],
      "env": {}
    }
  }
}

ステップ 5: Cline (VS Code) への接続

Cline の MCP 設定（VS Code 設定内）に以下を追加します。

{
  "serena": {
    "command": "npx",
    "args": ["serena-mcp", "--project", "${workspaceFolder}"],
    "env": {}
  }
}

利用可能な MCP ツール

接続されると、Serena は AI アシスタントに対して以下のツールを公開します。

ツール名	説明	プロンプト例
`find_symbol`	名前でシンボル定義を検索	"`UserService` クラスはどこで定義されていますか？"
`find_references`	シンボルのすべての参照を検索	"`calculateTotal` はどこで使用されていますか？"
`get_type_info`	シンボルの型情報を取得	"`fetchUser` はどの型を返しますか？"
`get_diagnostics`	コンパイラのエラーと警告を取得	"このファイルに型エラーはありますか？"
`get_call_hierarchy`	インカミング/アウトゴーイングコールを表示	"どの関数が `validateInput` を呼び出していますか？"
`rename_symbol`	プロジェクト全体でシンボルをリネーム	"すべての場所で `oldName` を `newName` に変更して"
`get_document_symbols`	ファイル内のすべてのシンボルをリスト化	"`auth.ts` にはどのような関数がありますか？"
`get_workspace_symbols`	ワークスペース全体でシンボルを検索	"名前に 'Controller' を含むすべてのクラスを探して"
`get_hover_info`	シンボルのホバー情報を取得	"`parseJSON` は何をしますか？"
`get_completions`	特定位置のコード補完を取得	AI が内部的に使用

実践的な使用例

新しいコードベースの理解

新しいプロジェクトに参加した際、AI アシスタントに次のように尋ねます。

Serena を使って、src/services/ ディレクトリにある主なクラスとその
関係性の概要を教えてください。

AI は get_document_symbols と get_call_hierarchy を使用してアーキテクチャをマッピングします。

安全なリファクタリング

単なる検索置換の代わりに、Serena のセマンティックリネームを使用します。

すべての参照が更新されることを確認した上で、コードベース全体で
`getUserById` 関数を `findUserById` にリネームしてください。

Serena の rename_symbol ツールは、単なる文字列の一致ではなく、すべての使用箇所、インポート、および参照を更新します。

型エラーのデバッグ

解決できない TypeScript エラーがある場合:

Serena を使用して src/api/routes.ts の診断情報をチェックし、
型エラーの内容を説明してください。

AI はコードテキストから推測するのではなく、実際のコンパイラの診断情報を取得します。

データフローの追跡

アプリケーション内でのデータの流れを理解するために:

Serena を使用して `processPayment` 関数の呼び出し階層を追跡してください。
それを呼び出しているもの、およびそれが呼び出しているものをすべて表示してください。

設定オプション

Serena は serena.config.json で追加の設定をサポートしています。

{
  "language": "typescript",
  "rootPath": ".",
  "tsconfig": "./tsconfig.json",
  "exclude": ["node_modules", "dist"],
  "maxFileSize": 1048576,
  "indexOnStartup": true,
  "watchFiles": true,
  "diagnostics": {
    "enable": true,
    "severity": ["error", "warning"]
  },
  "completions": {
    "enable": true,
    "maxResults": 50
  }
}

オプション	デフォルト	説明
`language`	自動検出	使用するランゲージサーバー
`rootPath`	`.`	プロジェクトのルートディレクトリ
`exclude`	`["node_modules"]`	インデックスから除外するディレクトリ
`maxFileSize`	1MB	インデックスする最大ファイルサイズ
`indexOnStartup`	`true`	サーバー起動時にプロジェクトをインデックスする
`watchFiles`	`true`	ファイルの変更を監視して再インデックスする

サポートされている言語

言語	ランゲージサーバー	セットアップ
TypeScript/JavaScript	typescript-language-server	自動インストール
Python	pylsp または pyright	`pip install python-lsp-server`
Go	gopls	`go install golang.org/x/tools/gopls@latest`
Rust	rust-analyzer	rustup 経由でインストール
Java	Eclipse JDT	自動ダウンロード
C/C++	clangd	パッケージマネージャー経由でインストール
Ruby	solargraph	`gem install solargraph`

トラブルシューティング

Serena が起動しない: 必要なランゲージサーバーがインストールされているか確認してください。Python の場合は pip install python-lsp-server を実行してください。Go の場合は gopls が PATH に通っているか確認してください。

# ランゲージサーバーが利用可能か確認
which typescript-language-server  # TypeScript
which pylsp                       # Python
which gopls                       # Go
which rust-analyzer               # Rust

大規模プロジェクトでインデックスが遅い: exclude リストにディレクトリを追加してください。モノレポの場合は、ルートではなく特定のパッケージを Serena に指定してください。

コード変更後に結果が古い: watchFiles が有効であれば、Serena は自動更新されるはずです。更新されない場合は MCP サーバーを再起動してください。Claude Code では /mcp を使用して再起動できます。

シンボルが見つからないエラー: プロジェクトに有効な設定ファイル（TypeScript なら tsconfig.json、Python なら pyproject.toml など）があることを確認してください。ランゲージサーバーはプロジェクト構造を理解するためにこれらを必要とします。

メモリ使用量が高い: ファイル数が多い大規模なプロジェクトは、かなりのメモリを消費することがあります。maxFileSize オプションを使用して大きな生成ファイルをスキップし、ビルド出力ディレクトリを除外してください。

Serena vs. 一般的なファイルベース MCP

機能	基本的なファイル MCP	Serena
ファイル読み込み	可	可
ファイル書き込み	可	可
シンボル検索	不可 (テキスト検索のみ)	可 (セマンティック)
参照検索	不可	可 (全使用箇所)
型情報	不可	可
呼び出し階層	不可	可
リネームリファクタリング	不可	可 (安全なリネーム)
診断 (Diagnostics)	不可	可 (コンパイラエラー)
コードインテリジェンス	不可	可

結論

Serena は、AI コーディングアシスタントをテキストベースのツールから「コードを理解するパートナー」へと進化させます。Language Server Protocol を通じてコードベースのセマンティックな理解を提供することで、より正確なリファクタリング、優れたバグ診断、そしてより深いアーキテクチャの把握が可能になります。

AI 搭載製品を構築しており、信頼性の高いメディア生成 API を必要としている場合は、Hypereal AI が、画像生成、ビデオ作成、リップシンク、ボイスクローニングなどを単一の統合 API で提供しています。従量課金制で最新モデルにアクセスできる Hypereal は、アプリケーションに AI メディア機能を追加する最短の方法です。

2026年版 Serena MCP サーバーのセットアップ方法

このガイドでは、Claude Code や Cursor などの主要な AI コーディングツールで Serena をインストール、設定、および使用する方法を説明します。

Serena の何が違うのか？

シンボル検索: 関数、クラス、変数がどこで定義されているかを特定します
参照検索: コードベース全体でシンボルのすべての使用箇所を検索します
型情報: 型、インターフェース、シグネチャを理解します
呼び出し階層: ある関数を呼び出しているもの、およびその関数が呼び出しているものを表示します
診断 (Diagnostics): コンパイラのエラーや警告を取得します
スマートリネーム: プロジェクト全体でシンボルの名前を安全に変更します

前提条件

Serena をセットアップする前に、以下を準備してください。

Node.js 18+ がインストールされていること
MCP 対応の AI ツール: Claude Code、Cursor、Windsurf、または Cline
プロジェクトの言語に対応したランゲージサーバー (Serena は TypeScript、Python、Go、Rust、Java などをサポートしています)
Git (Serena は Git リポジトリで最適に動作します)

ステップ 1: Serena のインストール

npm を使用して Serena をグローバルにインストールします。

npm install -g serena-mcp

または、npx を使用して直接実行します（インストール不要）。

npx serena-mcp

インストールを確認します。

serena-mcp --version

ステップ 2: 言語の設定

TypeScript/JavaScript プロジェクトの場合:

{
  "language": "typescript",
  "rootPath": ".",
  "tsconfig": "./tsconfig.json",
  "exclude": ["node_modules", "dist", ".next"]
}

Python プロジェクトの場合:

{
  "language": "python",
  "rootPath": ".",
  "pythonPath": "/usr/bin/python3",
  "exclude": ["venv", "__pycache__", ".mypy_cache"]
}

Go プロジェクトの場合:

{
  "language": "go",
  "rootPath": ".",
  "gopath": "$GOPATH",
  "exclude": ["vendor"]
}

Rust プロジェクトの場合:

{
  "language": "rust",
  "rootPath": ".",
  "exclude": ["target"]
}

ステップ 3: Claude Code への接続

~/.claude/mcp_servers.json にある Claude Code の MCP 設定に Serena を追加します。

{
  "serena": {
    "command": "npx",
    "args": ["serena-mcp", "--project", "/path/to/your/project"],
    "env": {}
  }
}

Claude Code を再起動し、接続を確認します。

/mcp

利用可能なツールの一覧に Serena が表示されるはずです。

ステップ 4: Cursor への接続

プロジェクト内の .cursor/mcp.json に Serena を追加します。

{
  "mcpServers": {
    "serena": {
      "command": "npx",
      "args": ["serena-mcp", "--project", "."],
      "env": {}
    }
  }
}

ステップ 5: Cline (VS Code) への接続

Cline の MCP 設定（VS Code 設定内）に以下を追加します。

{
  "serena": {
    "command": "npx",
    "args": ["serena-mcp", "--project", "${workspaceFolder}"],
    "env": {}
  }
}

利用可能な MCP ツール

接続されると、Serena は AI アシスタントに対して以下のツールを公開します。

ツール名	説明	プロンプト例
`find_symbol`	名前でシンボル定義を検索	"`UserService` クラスはどこで定義されていますか？"
`find_references`	シンボルのすべての参照を検索	"`calculateTotal` はどこで使用されていますか？"
`get_type_info`	シンボルの型情報を取得	"`fetchUser` はどの型を返しますか？"
`get_diagnostics`	コンパイラのエラーと警告を取得	"このファイルに型エラーはありますか？"
`get_call_hierarchy`	インカミング/アウトゴーイングコールを表示	"どの関数が `validateInput` を呼び出していますか？"
`rename_symbol`	プロジェクト全体でシンボルをリネーム	"すべての場所で `oldName` を `newName` に変更して"
`get_document_symbols`	ファイル内のすべてのシンボルをリスト化	"`auth.ts` にはどのような関数がありますか？"
`get_workspace_symbols`	ワークスペース全体でシンボルを検索	"名前に 'Controller' を含むすべてのクラスを探して"
`get_hover_info`	シンボルのホバー情報を取得	"`parseJSON` は何をしますか？"
`get_completions`	特定位置のコード補完を取得	AI が内部的に使用

実践的な使用例

新しいコードベースの理解

新しいプロジェクトに参加した際、AI アシスタントに次のように尋ねます。

Serena を使って、src/services/ ディレクトリにある主なクラスとその
関係性の概要を教えてください。

AI は get_document_symbols と get_call_hierarchy を使用してアーキテクチャをマッピングします。

安全なリファクタリング

単なる検索置換の代わりに、Serena のセマンティックリネームを使用します。

すべての参照が更新されることを確認した上で、コードベース全体で
`getUserById` 関数を `findUserById` にリネームしてください。

Serena の rename_symbol ツールは、単なる文字列の一致ではなく、すべての使用箇所、インポート、および参照を更新します。

型エラーのデバッグ

解決できない TypeScript エラーがある場合:

Serena を使用して src/api/routes.ts の診断情報をチェックし、
型エラーの内容を説明してください。

AI はコードテキストから推測するのではなく、実際のコンパイラの診断情報を取得します。

データフローの追跡

アプリケーション内でのデータの流れを理解するために:

Serena を使用して `processPayment` 関数の呼び出し階層を追跡してください。
それを呼び出しているもの、およびそれが呼び出しているものをすべて表示してください。

設定オプション

Serena は serena.config.json で追加の設定をサポートしています。

{
  "language": "typescript",
  "rootPath": ".",
  "tsconfig": "./tsconfig.json",
  "exclude": ["node_modules", "dist"],
  "maxFileSize": 1048576,
  "indexOnStartup": true,
  "watchFiles": true,
  "diagnostics": {
    "enable": true,
    "severity": ["error", "warning"]
  },
  "completions": {
    "enable": true,
    "maxResults": 50
  }
}

オプション	デフォルト	説明
`language`	自動検出	使用するランゲージサーバー
`rootPath`	`.`	プロジェクトのルートディレクトリ
`exclude`	`["node_modules"]`	インデックスから除外するディレクトリ
`maxFileSize`	1MB	インデックスする最大ファイルサイズ
`indexOnStartup`	`true`	サーバー起動時にプロジェクトをインデックスする
`watchFiles`	`true`	ファイルの変更を監視して再インデックスする

サポートされている言語

言語	ランゲージサーバー	セットアップ
TypeScript/JavaScript	typescript-language-server	自動インストール
Python	pylsp または pyright	`pip install python-lsp-server`
Go	gopls	`go install golang.org/x/tools/gopls@latest`
Rust	rust-analyzer	rustup 経由でインストール
Java	Eclipse JDT	自動ダウンロード
C/C++	clangd	パッケージマネージャー経由でインストール
Ruby	solargraph	`gem install solargraph`

トラブルシューティング

# ランゲージサーバーが利用可能か確認
which typescript-language-server  # TypeScript
which pylsp                       # Python
which gopls                       # Go
which rust-analyzer               # Rust

Serena vs. 一般的なファイルベース MCP

機能	基本的なファイル MCP	Serena
ファイル読み込み	可	可
ファイル書き込み	可	可
シンボル検索	不可 (テキスト検索のみ)	可 (セマンティック)
参照検索	不可	可 (全使用箇所)
型情報	不可	可
呼び出し階層	不可	可
リネームリファクタリング	不可	可 (安全なリネーム)
診断 (Diagnostics)	不可	可 (コンパイラエラー)
コードインテリジェンス	不可	可

Hyperealで構築を始めよう

2026年版 Serena MCP サーバーのセットアップ方法

Serena の何が違うのか？

前提条件

ステップ 1: Serena のインストール

ステップ 2: 言語の設定

ステップ 3: Claude Code への接続

ステップ 4: Cursor への接続

ステップ 5: Cline (VS Code) への接続

利用可能な MCP ツール

実践的な使用例

新しいコードベースの理解

安全なリファクタリング

型エラーのデバッグ

データフローの追跡

設定オプション

サポートされている言語

トラブルシューティング

Serena vs. 一般的なファイルベース MCP

結論

関連記事

MCP サーバーをゼロから構築する方法 (2026年版)

Context7 MCP Serverのセットアップ方法 (2026年版)

FastMCP：数分で MCP サーバーを構築する（2026年）

今日から構築を開始

Hyperealで構築を始めよう

2026年版 Serena MCP サーバーのセットアップ方法

Serena の何が違うのか？

前提条件

ステップ 1: Serena のインストール

ステップ 2: 言語の設定

ステップ 3: Claude Code への接続

ステップ 4: Cursor への接続

ステップ 5: Cline (VS Code) への接続

利用可能な MCP ツール

実践的な使用例

新しいコードベースの理解

安全なリファクタリング

型エラーのデバッグ

データフローの追跡

設定オプション

サポートされている言語

トラブルシューティング

Serena vs. 一般的なファイルベース MCP

結論

関連記事

MCP サーバーをゼロから構築する方法 (2026年版)

Context7 MCP Serverのセットアップ方法 (2026年版)

FastMCP：数分で MCP サーバーを構築する（2026年）

今日から構築を開始