mcp-dev-agent | 通往MCP之路

MCP 开发代理

基于模型上下文协议（Model Context Protocol, MCP）的开发代理，提供内存管理、文档搜索以及 Git/GitHub 集成功能，支持 CLI 工具和 SSE 服务器模式。

!MCP Dev Agent

功能特性

🧠 内存系统：通过 ChromaDB 存储和检索信息

📚 文档搜索：借助 AI 辅助搜索文档

🔄 Git 集成：查询提交历史和问题

🔍 代码分析：使用 tree-sitter 进行静态代码分析

🌐 GitHub 集成：搜索仓库、问题、拉取请求、项目和代码

💡 AI 助手：基于 Ollama 的本地 AI 功能

💻 CLI 界面：交互式命令行界面

🌐 服务器模式：支持服务器发送事件（Server-Sent Events, SSE）

环境要求

Python 3.x

ChromaDB

GitPython

FastMCP

PyGithub

tree-sitter

Ollama (https://ollama.ai)

安装指南

全局安装（推荐）

按照 https://ollama.ai 的说明安装 Ollama。

拉取所需模型：

克隆并安装：

对于 Windows：

对于 Linux/MacOS：

此过程将：

创建虚拟环境

安装所有依赖项

配置全局命令 mcp-dev-agent-cli

在 .env 文件中配置 GitHub 令牌

安装完成后，您可以在任何 Git 仓库中使用 mcp-dev-agent-cli 命令！

手动安装（替代方案）

按照 https://ollama.ai 的说明安装 Ollama。

拉取所需模型：

克隆仓库：

安装依赖项：

配置环境变量（复制 .env.example 到 .env）：

配置 GitHub 令牌

访问 GitHub 个人访问令牌

点击“生成新令牌（经典）”

为其命名（例如“MCP Dev Agent”）

选择以下权限：

repo（仓库的完全控制权限）

read:org（读取组织信息）

点击“生成令牌”

重要：立即复制您的令牌！之后将无法再次查看。

将其添加到 .env 文件中：

或在环境中设置：

注意：将 ghp_your_actual_token_here 替换为您从 GitHub 复制的实际令牌。

设置代码解析器：

使用指南

全局 CLI

MCP 开发代理可以通过全局命令在任何 Git 仓库中使用：

此命令将：

使用正确的 Python 环境

在项目之间保持适当的上下文隔离

传统 CLI 模式

可用命令：

内存管理

/memory add <content> - 添加新的通用内存

/memory get <query> - 搜索现有内存

/memory repo add <content> - 添加仓库特定内存

/memory repo get <query> - 搜索仓库特定内存

Git 和 GitHub

/git commits [number] - 显示提交历史（默认：最后 5 条）

/git issues - 列出本地仓库问题

/git info - 显示详细的仓库信息

/git diff - 显示待提交的更改（已暂存和未暂存）

/github repo <owner/repo> - 显示仓库详情

/github issues <owner/repo> [state] - 列出问题（状态：open/closed）

/github prs <owner/repo> [state] - 列出拉取请求（状态：open/closed）

/github project <org> <number> - 显示项目信息

/github summarize <owner/repo> <issue_number> - 使用 GPT 生成问题摘要

/github search <query> [language] - 在 GitHub 上搜索代码

代码分析

/code analyze <file> [language] - 分析代码结构并提供：

代码目的的高级概述
关键组件及其职责
使用的显著模式或技术
潜在的改进和最佳实践
相关的安全注意事项
结构分析（函数、类、导入）

示例：

文档

/docs <query> - 搜索文档

exit - 退出 CLI 模式

高级功能

代码分析

系统使用 tree-sitter 分析以下语言的代码：

Python

JavaScript

TypeScript

分析内容包括：

函数和方法提取

类识别

导入映射

上下文内存集成

GitHub 集成

详细的仓库信息

问题搜索和列表

拉取请求管理

GitHub 项目集成

带语言过滤的代码搜索

丰富的元数据

使用 GPT 自动生成问题摘要

增强的内存系统

支持不同的上下文类型

丰富的元数据

上下文搜索

时间历史记录

代码分析集成

自动摘要存储

Git 状态上下文化

服务器模式（SSE）

SSE 服务器支持通过 MCP 协议与其他应用程序集成。

项目结构

AI 模型配置

代理使用 Ollama 的本地模型实现 AI 功能。已配置以下模型：

CodeLlama（默认） - 针对代码相关任务优化

Llama 2 - 通用任务

Mistral - 用于各种任务的替代模型

.agent.json 文件已配置：

CodeLlama 作为默认模型

响应缓存（24 小时）

交互日志记录

模型参数

您可以通过编辑 .agent.json 文件调整模型参数：

temperature：控制响应创造力（0.0 到 1.0）

context_window：最大上下文长度

top_p：控制响应多样性

使用不同模型

不同功能使用专门的模型：

代码文档：CodeLlama

问题摘要：CodeLlama

通用查询：Llama 2

无需 API 密钥 - 所有 AI 功能均通过 Ollama 本地运行！