AI导哈

AI代码生成服务器

一个基于Aider的AI代码生成服务器，提供标准化API接口，支持多模型选择和灵活配置，适用于开发效率提升和代码生成任务。

  • by danielscholl
  • Python
  • 本地部署
  • 3 星标
  • 更新于
在 GitHub 查看 danielscholl/aider-mcp-server

使用说明

MCP服务器助手

使用Aider提供AI编码功能的机器认知协议（MCP）服务器。

目录

概述

该MCP服务器利用Aider，一个强大的人工智能编码助手，通过标准化的API提供编码功能。通过将工作分散地卸载给Aider，我们可以降低成本，同时使用特定于模型的功能通过多个专注的LLM调用创建更可靠的代码。

特性

  • AI代码生成：使用Aider运行一次性编码任务以添加、修复或增强代码
  • 模型选择：查询可用模型，为您的任务选择最合适的模型
  • 灵活的配置：使用可自定义的设置配置Aider会话
  • 多运输支持：通过服务器发送事件（SSE）或stdio运行，以实现灵活集成
  • 一般问题解答：使用简单的提示提出法学硕士问题

先决条件

  • python：3.10或更高
  • 程序包管理器：uv（推荐）或pip
  • API密钥：根据您要使用的模型，您需要API密钥用于：
    • OpenAI（适用于GPT模型）
    • 拟人化（适用于克劳德模特）
    • 谷歌（适用于双子座车型）

安装

  1. 克隆存储库：

    git clone https://github.com/your-username/aider-mcp.git
cd aider-mcp

  2. 安装软件包：

    uv sync
uv venv
uv pip install -e .

  3. 运行测试以确保一切正常：

    uv run pytest

配置

使用环境变量配置服务器行为 .env 文件：

# Create environment file from example
cp .env.example .env

编辑 .env 文件以配置传输、主机、端口和API密钥。

变量 描述 默认值 必填
TRANSPORT 传输协议（sse或stdio） sse 没有
HOST 使用SSE传输时要绑定的主机 0.0.0.0 没有
PORT 使用SSE传输时要监听的端口 8050 没有
OPENAI_API_KEY 用于OpenAI模型的API密钥 *
ANTHROPIC_API_KEY 人类模型的API密钥 *
GEMINI_API_KEY 适用于Google Gemini模型的API密钥 *

*仅当使用该提供商的型号时才需要

命令行选项

  • --editor-model：用于编辑的模型（默认值：gemini/jemini-2.5-pro-exp-03-25）
  • --architect-model：用于架构规划的模型（可选）
  • --cwd：当前工作目录（默认：当前目录）

运行服务器

启动服务器（SSE模式）

# Using the module directly
uv run python -m aider_mcp_server

或者使用自定义设置：

uv run python -m aider_mcp_server --editor-model "gemini/gemini-2.5-pro-exp-03-25" --cwd "/path/to/project"

您应该看到类似于以下内容的输出：

Starting server with transport: sse
Using SSE transport on 0.0.0.0:8050

使用stdio模式

使用stdio模式时，您不需要单独启动服务器——正确配置后，MCP客户端将自动启动它（请参阅 与MCP客户端集成).

MCP工具

Aider MCP服务器提供以下工具：

ai_code

运行Aider执行编码任务。

参数：

  • ai_coding_prompt：AI编码任务的提示
  • relative_editable_files：可编辑的文件列表
  • relative_readonly_files：（可选）应为只读的文件列表
  • settings：（可选）助手会话的设置

例子：

{
  "ai_coding_prompt": "Add a function that calculates the factorial of a number",
  "relative_editable_files": ["math.py"],
  "settings": {
    "auto_commits": false,
    "use_git": false
  }
}

get_models

列出按子字符串筛选的可用Aider模型。

参数：

  • substring：通过以下方式过滤模型

例子：

{
  "substring": "openai"
}

ask_问题

向LLM发送提示并返回响应。

参数：

  • prompt：要发送的问题或声明
  • model：（可选）要使用的LLM模型

例子：

{
  "prompt": "What is the capital of France?",
  "model": "gpt-4o"
}

与MCP客户端集成

配置您的MCP客户端以连接到SSE端点：

{
  "mcpServers": {
    "aider-mcp-server": {
      "transport": "sse",
      "serverUrl": "http://localhost:8050/sse"
    }
  }
}

标准集成

配置您的MCP客户端以通过stdio运行服务器：

{
  "mcpServers": {
    "aider-mcp-server": {
      "transport": "stdio",
      "command": "python",
      "args": ["-m", "aider_mcp_server"],
      "env": {
        "TRANSPORT": "stdio"
      }
    }
  }
}

与MCP客户端集成

使用Docker

{
    "mcpServers": {
      "aider-mcp-server": {
        "command": "docker",
        "args": [ "run", "-i", "--rm",
          "--mount", "type=bind,source=<YOUR_FULL_PATH>",
          "-e", "TRANSPORT=stdio",
          "-e", "EDITOR_MODEL=gemini/gemini-2.5-pro-preview-03-25",
          "-e", "GEMINI_API_KEY=<YOUR_API_KEY>",
          "danielscholl/aider-mcp-server"
        ]
      }
    }
  }

相关 MCP