AI导哈

AI模型上下文协议服务器

一个增强AI能力的模型上下文协议服务器，通过提供工作区的丰富上下文，使AI助手更智能。

  • by Steliosgeox
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 steliosgeox/context-ai-mcp-server

使用说明

上下文AI MCP服务器

一个全面的模型上下文协议（MCP）服务器，通过从您的工作区提供丰富的上下文来增强AI功能。该服务器旨在通过让人工智能助手深入了解您的代码库、模式和项目结构，使他们更聪明。

🚀 特性

🔍 工作空间分析

  • 完整代码分析：分析整个工作空间结构、技术和模式
  • 依赖关系映射：跟踪文件依赖关系和关系
  • 技术检测：自动识别框架、库和工具
  • 架构洞察：认可建筑模式和设计原则

🛠️ 强大的工具

  • analyze_workspace：全面的工作空间分析，深度可定制
  • search_codebase：支持正则表达式和上下文的高级代码搜索
  • get_file_dependencies：任何文件的详细依赖关系分析
  • get_project_patterns：提取建筑模式和惯例
  • get_context_summary：生成人工智能优化的工作空间摘要
  • suggest_improvements：自动代码质量和安全建议

📝 智能提示

  • 代码审查模板：全面的代码审查清单
  • 体系结构分析：系统设计评估提示
  • 安全性审计：以安全为重点的分析模板
  • 性能优化：绩效分析和改进指南
  • 重构建议：代码质量改进模板

📁 资源访问

  • 直接访问所有工作区文件
  • 智能文件过滤和组织
  • MIME类型检测和适当的内容处理
  • 高效缓存以获得更好的性能

🎯 用例

对于开发团队

  • 入职：帮助新团队成员了解代码库结构
  • 代码评审：自动分析和综合审查清单
  • 建筑规划：分析当前模式并计划改进
  • 知识转移：保存和分享建筑知识

用于AI增强

  • 上下文丰富：为AI助手提供全面的工作环境
  • 模式识别：帮助AI理解您的特定编码模式
  • 聪明的建议：根据您的实际代码库获取AI建议
  • 自动分析：定期代码库健康检查和改进建议

🚦 入门指南

先决条件

  • Node.js 18+
  • TypeScript
  • VS Code或兼容的MCP客户端

安装

  1. 克隆或创建项目:

    git clone <your-repo> context-ai-mcp-server
cd context-ai-mcp-server

  2. 安装依赖项:

    npm install

  3. 构建项目:

    npm run build

  4. 配置您的MCP客户端:

    VS代码：The .vscode/mcp.json 文件已配置。只需打开VS Code，服务器即可使用。

    适用于克劳德桌面：添加到您的 claude_desktop_config.json:

    {
  "mcpServers": {
    "context-ai-mcp-server": {
      "command": "node",
      "args": [
        "/ABSOLUTE/PATH/TO/context-ai-mcp-server/dist/index.js"
      ],
      "env": {
        "WORKSPACE_PATH": "/ABSOLUTE/PATH/TO/YOUR/PROJECT"
      }
    }
  }
}

使用示例

  1. 分析您的工作区:

    Use the analyze_workspace tool to get comprehensive insights about your project structure, technologies, and patterns.

  2. 搜索您的代码:

    Use search_codebase with queries like "function.*authenticate" to find authentication-related code across your project.

  3. 获取上下文摘要:

    Use get_context_summary to generate AI-optimized summaries of your workspace for enhanced AI interactions.

🔧 配置

环境变量

  • WORKSPACE_PATH：要分析的工作区的路径（默认为当前目录）

定制

可以通过修改来定制服务器：

  • 提示模板：编辑 src/prompt-templates.ts 添加自定义提示
  • 分析逻辑：修改 src/context-manager.ts 用于自定义分析模式
  • 文件索引：调整 src/workspace-indexer.ts 用于不同的文件处理

🏗️ 建筑

├── src/
│   ├── index.ts              # Main MCP server implementation
│   ├── workspace-indexer.ts  # File system analysis and indexing
│   ├── context-manager.ts    # Context extraction and management
│   └── prompt-templates.ts   # Predefined prompt templates
├── dist/                     # Compiled JavaScript output
├── .vscode/
│   └── mcp.json             # VS Code MCP configuration
└── .github/
    └── copilot-instructions.md # GitHub Copilot customization

🚀 发展

脚本

  • npm run build：将TypeScript编译为JavaScript
  • npm run dev：观看模式用于开发
  • npm start：运行已编译的服务器

添加新工具

  1. 在中添加工具定义 src/index.ts setupToolHandlers()
  2. 在中实现工具逻辑 src/context-manager.ts
  3. 在主服务器类中添加相应的方法
  4. 更新文档

添加新提示

  1. 在中添加提示模板 src/prompt-templates.ts
  2. 实现提示生成逻辑
  3. 使用MCP客户端进行测试

🤝 贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 如果适用，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

🔗 链接

由以下材料制成❤️ 通过丰富的工作空间上下文增强人工智能能力

相关 MCP