AI导哈

代码优化协议

Antigravity Optimizer MCP是一个本地RAG驱动的模型上下文协议服务器，专为增强AI编码代理而设计，提供代码嵌入、索引、搜索和优化功能。

  • by Dimokat
  • Python
  • 本地部署
  • 3 星标
  • 更新于
在 GitHub 查看 Dimokat/Antigravity_Optimizer_MCP

使用说明

反重力优化器MCP（模型上下文协议）

一个强大的、基于本地RAG的模型上下文协议（MCP）服务器，专为增强人工智能编码代理而设计，专为谷歌反重力而设计，但也可以与VS Code一起使用。

Antigravity Optimizer为代理提供了深入理解、导航和优化大型代码库的工具，使用局部向量搜索，通过 Qdrant 和 快速嵌入.

🚀 特性

  • 项目当地RAG：立即嵌入和索引源代码、文档和架构，直至功能和方法级别。
  • 代理风格分析：检查你的TypeScript/JavaScript和Python代码是否为AI代理提供了最佳上下文（检查缺失的类型、文档字符串和阻塞I/O约束）。
  • Git上下文感知：根据活动Git分支和提交自动分区索引，允许无缝切换和回滚。
  • IDE友好：安全地保护JSON-RPC管道免受标准输出噪声（如进度条、库日志）的影响，允许与Cursor或VSCode嵌入等IDE可靠集成。

🛠 先决条件

  • Python 3.10+
  • Git（如果动态检查Git状态）

📦 安装

  1. 克隆仓库

    git clone https://github.com/Dimokat/Antigravity_Optimizer_MCP
cd Antigravity_Optimizer_MCP

  2. 设置虚拟环境（推荐）

    python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

  3. 安装依赖项

    pip install -r requirements.txt

  4. 预热嵌入模型（可选，但强烈推荐） 运行此命令会在本地下载必要的FastEmbed模型，这样您的IDE在第一次索引操作期间就不会超时。

    python prewarm.py

  5. 验证系统运行状况 确保所有依赖项和嵌入缓存都已正确配置。

    python health_check.py

🔌 与MCP客户端一起使用（例如，Claude Desktop、Cursor）

将Antigravity服务器添加到MCP客户端配置文件中（例如。， mcp-settings.json).

🪟 Windows注释：您必须在JSON配置中使用双反斜杠（例如。， "C:\\path\\to\\Antigravity_Optimizer_MCP\\server.py").如果您正在使用虚拟环境，请将命令设置为 .venv\\Scripts\\python.exe.

{
  "mcpServers": {
    "antigravity-optimizer": {
      "command": "python",
      "args": ["/absolute/path/to/Antigravity_Optimizer_MCP/server.py"] // edit this to your path
    }
  }
}

🧰 可用工具

连接后，AI代理可以访问这些主要工具：

  • document_and_index_code：将单个文件解析、解释并索引到向量数据库中。
  • index_local_directory：对整个目录或项目进行递归索引。
  • query_local_knowledge & search_local_docs：搜索当地RAG知识库。
  • git_diff_summary：获取git树中所有未提交更改的摘要。
  • compare_files：区分两个文件以了解精确的更改。
  • get_function_source：递归提取一个方法或函数的精确实现。
  • find_todos_and_fixmes：在整个存储库中显示技术债务评论。
  • analyze_project_health：获取代码库文件组成的高级摘要。
  • check_agentic_style：检查您的代码是否易于其他代理工具/LLM解析。

🙏 致谢

特别感谢 @最大对数 用于创建此MCP服务器的初始版本，该版本是当前改进的基础。

📄 许可证

该项目根据 MIT许可证.

相关 MCP