AI导哈

命令行程序执行器

MCP Server是一个基于README文件分析执行命令行程序的工具，集成了OpenAI以提供智能配置建议和日志分析功能。

  • by gitmur444
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 gitmur444/mcp_server_mgx

使用说明

MCP服务器-命令行程序执行器

MCP（模型上下文协议）服务器，基于README文件分析执行命令行程序，与OpenAI集成，用于智能配置建议和日志分析。

🚀 快速开始

先决条件

  • Python 3.8+
  • OpenAI API密钥（可选，用于AI功能）
  • Linux或macOS（Windows支持即将推出）

安装

  1. 克隆或提取项目：

    cd mcp_server_project

  2. 安装依赖项：

    pip install -r requirements.txt

  3. 在开发模式下安装软件包：

    pip install -e .

配置

  1. 复制示例配置：

    cp config.yaml.example config.yaml

  2. 编辑config.yaml并添加您的OpenAI API密钥：

    openai:
  api_key: "your-openai-api-key-here"
  model: "gpt-4"

🔥 如何跑步

方法1：命令行界面

# Run the MCP server
python -m mcp_server.main

# Or use the CLI directly
mcp-server --help

方法2:Python模块

# Run from the project directory
python -m mcp_server.cli

方法3：直接执行脚本

# Run the main server
python mcp_server/main.py

📋 使用示例

基本用法

from mcp_server import MCPServer

# Initialize the server
server = MCPServer()

# Execute a command with README analysis
result = server.execute_command(
    prompt="Run git status and explain the output",
    readme_path="./README.md"
)

print(result)

高级功能

# Get AI-powered flag recommendations
flags = server.recommend_flags(
    command="docker run",
    context="development environment"
)

# Analyze logs with AI
analysis = server.analyze_logs(
    log_content="Error: permission denied",
    command="docker build"
)

🧪 测试

运行测试套件：

python test_mcp_server.py

或运行特定测试：

python -m pytest test_mcp_server.py -v

🛠️ 发展

项目结构

mcp_server/
├── __init__.py           # Package initialization
├── main.py              # Main server entry point
├── cli.py               # Command line interface
├── config.py            # Configuration management
├── command_executor.py  # Command execution logic
├── readme_parser.py     # README file analysis
├── openai_module.py     # OpenAI API integration
├── log_analyzer.py      # Log analysis with AI
├── flag_recommender.py  # AI-powered flag suggestions
├── context_manager.py   # Execution context management
├── security.py          # Security and validation
├── models.py           # Data models
└── api_gateway.py      # API gateway (future)

主要特点

  • 🤖 人工智能集成：基于OpenAI的命令建议和日志分析
  • 📖 README解析：自动从README文件中了解程序使用情况
  • 🔍 智能日志分析：AI检测命令输出中的成功/失败模式
  • 🚨 安全：内置命令验证和沙盒
  • ⚡ 快速执行：通过上下文管理高效执行命令

🔧 配置选项

config.yaml结构

# OpenAI Configuration
openai:
  api_key: "your-api-key"
  model: "gpt-4"
  max_tokens: 1000
  temperature: 0.7

# Security Settings
security:
  allowed_commands: ["git", "docker", "npm", "python"]
  blocked_commands: ["rm", "sudo", "chmod"]
  sandbox_mode: true

# Logging
logging:
  level: "INFO"
  file: "mcp_server.log"

# Database
database:
  url: "sqlite:///mcp_server.db"

🤝 api参考

核心方法

  • execute_command(prompt, readme_path) -使用README上下文执行命令
  • recommend_flags(command, context) -获取AI标志推荐
  • analyze_logs(log_content, command) -分析命令输出
  • parse_readme(file_path) -从README中提取命令信息

🐛 故障排除

常见问题

  1. 导入错误：确保已安装 pip install -e .
  2. OpenAI API错误：检查config.yaml中的API密钥
  3. 权限不足：确保执行的文件权限正确
  4. 数据库错误：检查mcp_server.db是否存在并且可写

调试模式

# Run with debug logging
DEBUG=1 python -m mcp_server.main

📈 性能提示

  • 使用SQLite数据库缓存README分析结果
  • 为重复查询启用OpenAI响应缓存
  • 对多个命令使用异步执行

🔐 安全说明

  • 命令在执行前经过验证
  • 默认情况下，敏感命令被阻止
  • 所有执行都会被记录下来以供审计
  • README文件无需执行代码即可安全解析

📚 文档

  • 珠江三角洲: mcp_server_prd.md -产品要求文件
  • 建筑: mcp_server_system_design.md -系统设计
  • 图表: *.mermaid 文件-UML图

🤝 贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 添加测试
  5. 提交拉取请求

📄 许可证

MIT许可证-有关详细信息，请参阅许可证文件

编码愉快！ 🎉

有关更多示例和高级用法，请查看 example_usage.py 文件。

相关 MCP