橡皮鸭调试协议工具

橡胶鸭MCP

描述

橡胶鸭MCP 是一个模型上下文协议（MCP）工具，它带来了 小黄鸭调试法 您的AI开发环境。橡皮鸭调试是软件工程中一种经过验证的技术，在这种技术中，用自然语言表达问题——通常是对橡皮鸭这样的无生命物体——可以阐明解决方案并阐明思维过程。这种方法最早在 程序员修炼之道 （Hunt&Thomas，1999），因其在以下方面的有效性而得到广泛认可：

• 揭示隐藏的假设和逻辑错误
• 鼓励逐步推理
• 通过解释促进更深入的理解
• 通过外化思维减轻认知负荷

“在描述代码应该做什么和观察它实际做什么时，这两者之间的任何不一致都会变得明显。”-- Wikipedia:橡皮鸭调试

通过将这种方法集成到LLM驱动的IDE中，Rubber Duck MCP使开发人员和AI代理能够：

• 更有效地调试 通过向不评判、随时待命的听众解释问题
• 增强LLM推理能力 通过促使模型阐明和反思自己的逻辑
• 加速解决问题 通过结构化的自我解释提出解决方案

进一步阅读：

• 橡胶鸭调试（rubberduckdebugging）
• 橡皮鸭调试力量背后的心理学

安装

先决条件

• Python 3.8+
• fastmcp （通过pip安装）

步骤

1. 克隆存储库：
   复制

   git clone https://github.com/Omer-Sadeh/RubberDuckMCP.git
   cd RubberDuckMCP
   

2. 创建并激活虚拟环境（推荐）：
   复制

   python3 -m venv .venv
   source .venv/bin/activate
   

3. 安装依赖项：
   复制

   pip install -r requirements.txt
   

4. 将橡胶鸭MCP添加到光标（或支持MCP的其他AI IDE）：
   • 打开你的 .cursor/mcp.json 文件（或IDE的等效配置）。
   • 为Rubber Duck MCP添加一个条目，指定venv的Python可执行文件和路径 RubberMCP.py例如：
     复制

     {
       "mcpServers": {
         "rubber-duck": {
           "command": "/absolute/path/to/RubberDuckMCP/.venv/bin/python",
           "args": [
             "/absolute/path/to/RubberDuckMCP/RubberMCP.py"
           ]
         }
       }
     }
     

   • 调整 command 和 args 字段，以匹配虚拟环境的Python可执行文件和路径 RubberMCP.py 在您的系统上。
   • 保存文件并重新启动Cursor（或IDE）以加载新的MCP服务器。

用法

配置后，使用 explain_to_duck 用于阐明您的问题或代码问题的工具。橡胶鸭MCP将倾听并回应，帮助您澄清想法并发现解决方案。

许可证

该项目根据 MIT许可证。欢迎大家贡献、分叉和复制此存储库。强烈鼓励合作和开源贡献！