iOS组件检索MCP服务

MCP iOS Components Server

English | 中文

iOS CocoaPods 组件库 MCP Server，帮助 AI 编码助手发现和复用已有代码，避免重复造轮子。

特性

• 自动组件发现 — 扫描 podspec 文件，可配置过滤标记
• 智能 API 提取 — ObjC（@interface、@protocol、@property（含 block 类型）、方法、内联函数）+ Swift（public/open 声明）
• 注释提取 — 支持 /// 和 /** */ 文档注释，可搜索
• 跨组件使用搜索 — 查找组件在其他组件中的 import 和使用方式
• SHA256 缓存 — 源文件变更时自动重建索引
• HTTP 模式 + API Key 鉴权 — 部署到云端，团队共享
• 按行读取源码 — 只读需要的行，节省 token
• 按类聚合视图 — 一览类定义、属性、公开/内部方法
• macOS 自动部署 — main 分支通过独立 GitHub Actions runner 部署，launchd 常驻并自动同步组件

架构与目录（轻量分层）

mcp_server.py                 # 兼容入口（CLI + import 兼容）
mcp_app/
  bootstrap.py               # 组装层：MCP tools、main、全局运行态
  config.py                  # 配置与 access_control 加载
  models.py                  # 常量与状态模型
  access_control.py          # 访问控制导出
  state.py                   # AppState 导出
  indexing/                  # 发现、解析、索引构建
  services/                  # 查询/源码读取/同步/更新服务
  integrations/              # git、gitlab、apikey 集成
  transport/                 # 预留传输层拆分

说明：

• 对外接口保持不变：python mcp_server.py ... 与 MCP 工具签名兼容。
• mcp_server.py 仅负责兼容入口，核心逻辑在 mcp_app/ 分层维护。

快速开始

# 安装依赖
python3 -m venv .venv
source .venv/bin/activate
pip install mcp

# 运行（stdio 模式，本地 Claude Code 使用）
python mcp_server.py /path/to/your/pods

# 或通过环境变量指定
IOS_PODS_DIR=/path/to/your/pods python mcp_server.py

配置 Claude Code

claude mcp add -s user ios-components -- \
  /path/to/.venv/bin/python /path/to/mcp_server.py /path/to/your/pods

验证连接：

claude mcp list
# ios-components: ... ✓ Connected

强化组件复用（推荐）

方式一：项目规则（AGENTS.md）

将 AGENTS.md.template 复制到你的 iOS 项目根目录：

cp /path/to/mcp-ios-components/AGENTS.md.template /path/to/your/project/AGENTS.md

然后编辑 AGENTS.md，填写项目特定的组件表。Claude Code 会自动读取并遵循规则，在实现功能前先检查组件库。

方式二：生产级 Skill 套件（推荐与 MCP 配套使用）

仓库内置 skills/ 目录，提供四个可直接上传到 Claude 的技能：

• ios-component-implementation：实现需求时强制“先检索再编码”
• ios-component-selection：需求评审阶段组件选型
• ios-component-migration：把已有重复实现迁移到基础组件
• ios-component-review：PR 阶段拦截重复造轮子

建议：先启用 implementation + review，再按需启用 selection/migration。

详见：skills/README.md

技能包已按“复用优先 + 证据输出”方式组织，并包含：

• 4 个 SKILL.md（触发边界、流程、失败恢复、输出契约）
• references/（词表、模板、判定规则，按需加载）
• agents/openai.yaml（Claude/Codex UI 元数据兼容）
• skills/evals/*（触发、功能与流程合规评测）

Skills 一键安装（Claude / Codex）

仓库内置安装脚本，可将 skills/ 下 4 个技能批量安装到本地技能目录（支持覆盖确认、版本提示、安装校验）：

# 同时安装到 Codex + Claude（默认 all）
python3 scripts/install_skills.py

# 仅安装到 Codex
python3 scripts/install_skills.py --target codex

# 仅安装到 Claude（目录自动探测失败时可显式指定）
python3 scripts/install_skills.py --target claude --claude-dir ~/.claude/skills

更多参数见：python3 scripts/install_skills.py --help

工具列表

Agent 检索模板（强烈推荐）

当基础组件 API 命名不规范或注释不齐全时，单次检索很容易误判“没有现成能力”。

推荐做法：多轮小 limit 检索（中英混合 + 类名/动词组合），逐步收敛到目标能力。

建议流程（可直接复制到 agent 指令中）：

1) get_tool_docs(tool_name="search_component", format="json")
2) search_component(format="json", limit=5) x N 次（N>=3，必要时 N>=6）
   - 先类名/类型：UIImage / UIView / CALayer / NSString / NSURLSession
   - 再语义动词：clip / crop / mask / avatar / radius / border
   - 再常见关键词：圆角 / corner / round / cache / request
3) 如果结果偏离（例如 corner 命中大量 UIView 圆角），追加更定向词：clip / mask / imageWith / tm_
4) 仅在命中明确 file:line 后，再小范围 read_source（例如 30 行）验证
5) 若命中 `api_only` 组件无法 read_source，则改用 get_component_api + get_class_detail + find_usage_example
6) 输出时保留证据链（search/api/class 或 source/example），避免只给“有/没有”的结论

一个典型的“圆角头像/图片裁剪”检索组合：

• UIImage -> clip -> tm_clipImage -> corner

配置文件同步组件

支持根据配置文件拉取组件代码：

• 普通启动：直接使用 pods_dir 中已有组件构建索引，不隐式访问远端。
• 显式同步：启动参数 --sync 或 MCP 工具 sync_from_config 按配置克隆/更新组件。
• 同步分支：优先使用 components.yaml 中每个组件的 branch；未配置时默认 main。
• 生产部署：GitHub Action 在服务启动后调用 sync_from_config，同步错误会使部署失败。

# 创建配置文件
cp components.yaml.example components.yaml
# 编辑配置...

# 普通启动仅扫描已有组件
python mcp_server.py /path/to/pods

# 同步组件（克隆/更新）
python mcp_server.py --sync components.yaml /path/to/pods

# 仅同步，不启动服务
python mcp_server.py --sync --sync-only /path/to/pods

# 同步后启动 HTTP 服务
python mcp_server.py --sync --http /path/to/pods

配置文件格式（YAML）：

components:
  BTBaseKit: git@gitlab.com:ios/BTBaseKit.git  # 简化格式
  BTNetwork:
    repo: git@gitlab.com:ios/BTNetwork.git
    branch: develop  # 指定分支

access_control:
  exclude_from_index:
    - BTRtcEngine
  api_only:
    - BTCryptoKit
    - BTEncryptKit

说明：

• --sync 仍保留显式同步入口，适合希望在启动前手动控制配置路径或只执行同步的场景。
• 如果不传 --sync 或 --gitlab-group，服务不会执行 Git 操作。
• 也可以通过 MCP 工具 sync_from_config 在运行时触发同步。

生产环境使用仓库内的 deploy/components.production.yaml 作为基础组件白名单。GitHub Action 部署完成后会通过 真实 MCP HTTP 协议调用 sync_from_config，已有组件拉取到新提交或新组件克隆完成后会立即重建在线索引；常驻 服务再按 MCP_WATCH_INTERVAL_S 周期检查远端更新。macOS 路径、launchd 管理和 SSH 隧道访问方式见 deploy/DEPLOY.md。

macOS 服务的 GitLab Token 优先读取继承的环境变量，其次读取服务用户的交互式登录 zsh 环境，最后回退到 服务 .env。各来源均支持 GITLAB_TOKEN 和 GIT_LAB_TOKEN（前者优先）。更新后需重启服务； 仅在其他终端临时 export 不会传给 launchd。其他服务配置仍由 .env 提供。

On macOS, the service reads its GitLab token from the inherited environment, then the service user's interactive login zsh environment, then the service .env file. Each source prefers GITLAB_TOKEN over GIT_LAB_TOKEN. Restart after changing the token; an export in another terminal does not reach launchd. Other settings still use .env.

访问控制配置（核心组件保护）

在 components.yaml 里可配置 access_control：

• exclude_from_index：组件完全不进入 MCP 索引（list/search 不可见）
• api_only：仅允许 search_component/get_component_api/get_class_detail，拒绝 read_source/find_usage_example

规则：

• 名称匹配大小写不敏感，支持写 pod 名或目录名
• exclude_from_index 优先级高于 api_only
• 默认兜底：BTRtcEngine 始终会被排除（即使未配置）

生效方式：

• 修改 components.yaml 后执行 refresh_index 或重启服务

GitLab Group 自动发现

自动扫描 GitLab Group 下的所有仓库，识别基础组件并同步：

# 同步指定 Group 下的基础组件
python mcp_server.py --gitlab-group ios-components /path/to/pods

# 自定义 GitLab 服务器
python mcp_server.py --gitlab-group ios-components \
  --gitlab-url https://gitlab.your-company.com \
  /path/to/pods

group_id 支持数字 ID 或完整子组路径（如 ios_component/Dora/Common），自动递归发现所有层级的 subgroup。HTTPS、SSH 仓库地址均保留完整命名空间；生产白名单已包含 ios_component/Dora/Common/BTHttpClient（main 分支）。

基础组件判定规则

Server 会检查每个仓库的 podspec 文件，以下任一条件满足则判定为基础组件：

• 无 SUPPORT_MIXUP 标记 — podspec 中不含业务组件标记
• dependency 数量 ≤ 3 — 依赖少，说明是底层组件

环境变量配置

MCP 工具调用

运行时也可通过 sync_gitlab_group 工具触发同步：

sync_gitlab_group(group_id="ios-components", gitlab_url="", gitlab_token="", use_ssh=true)

定时检查更新

# 每 5 分钟自动检查组件仓库更新
python mcp_server.py --watch 300 /path/to/pods

# HTTP 模式 + 定时检查
python mcp_server.py --http --watch 300 /path/to/pods

支持单仓库和多仓库（每个组件独立 git 仓库）。检测到更新后自动 git pull + 重建索引。

HTTP 模式（云端部署）

# 生成 API Key
python mcp_server.py --gen-key "teammate-name"

# 启动 HTTP 服务
python mcp_server.py --http --port 8900 /path/to/pods

# 局域网访问（监听所有网卡）
python mcp_server.py --http --host 0.0.0.0 --port 8900 /path/to/pods

# 远程 Claude Code 连接
claude mcp add --transport http ios-components http://your-server:8900/mcp \
  --header "Authorization: Bearer sk-xxx"

局域网访问说明：

• 使用 --host 0.0.0.0 可让同一局域网设备通过 http://<你的局域网IP>:8900/mcp 访问
• 存活检查请使用 http://<你的局域网IP>:8900/webhook/health，不要用浏览器直接 GET /mcp
• /mcp 是 MCP Streamable HTTP 端点，客户端应通过 MCP 协议发起初始化，而不是普通 HTTP 探测
• 如启用 API Key，客户端仍需携带 Authorization: Bearer sk-xxx
• 当前未提供 OAuth 自动发现端点；若客户端强依赖 /.well-known/oauth-authorization-server*，请改为直连 MCP HTTP + Bearer API Key 模式
• 为兼容最新 Codex / OpenAI MCP 客户端，服务会对 initialize、tools/list、resources/list、prompts/list 这类发现阶段请求放行；实际工具调用仍可继续走 Bearer 校验
• 若出现 421 Misdirected Request，通常是 Host/Origin 头或代理转发配置问题（默认局域网直连场景不应再出现）

API Key 管理

python mcp_server.py --gen-key "alice"    # 生成新 Key
python mcp_server.py --list-keys          # 查看已注册 Key（脱敏显示）

Key 存储在 .api-keys 文件（权限 600）。支持热更新——添加新 Key 无需重启。

也可通过环境变量设置：

MCP_API_KEYS="key1,key2" python mcp_server.py --http

环境变量

组件发现机制

Server 自动扫描组件目录中包含 .podspec 的子目录。默认过滤规则包括：

• podspec 中存在非空 SUPPORT_MIXUP / BETA_SUPPORT_MIXUP
• access_control.exclude_from_index 命中的组件
• 默认安全兜底：BTRtcEngine

API 文档自动生成

内置工具可从索引缓存自动生成每个组件的 Markdown API 文档，包含方法签名、注释说明、调用示例。对缺注释的 API 可选用 AI（Claude Haiku）自动补全说明。

# 基础生成（需要先有索引缓存 .cache/index.json）
python tools/generate_api_docs.py --pods-dir /path/to/Pods

# 指定单个组件
python tools/generate_api_docs.py --pods-dir /path/to/Pods --component BTBaseKit

# 预估缺注释 API 数量（不生成文档、不调用 AI）
python tools/generate_api_docs.py --dry-run

# 带 AI 补全生成（需要 ANTHROPIC_API_KEY 环境变量）
ANTHROPIC_API_KEY=sk-ant-xxx python tools/generate_api_docs.py --pods-dir /path/to/Pods --ai-fill

# 自定义输出目录
python tools/generate_api_docs.py --pods-dir /path/to/Pods --output-dir ./my-docs

参数说明：

生成的文档结构：

docs/api/
├── index.md                       # 目录页（组件列表 + 链接）
├── BTBaseKit-底层基类、工具类.md    # 组件 API 文档（组件名-简述）
├── BTNetwork-网络请求封装.md
└── ...

文件名格式为 组件名-简述.md，简述取自 podspec summary 首行，超过 20 字符自动截断；无 summary 时退回 组件名.md。

每个组件文档包含：

• 组件概述（来自 podspec summary/description）
• 按类/协议聚合的 API 列表（Category 方法归属宿主类）
• 枚举类型章节（NS_ENUM/NS_OPTIONS 成员表格）
• typedef / block 类型定义
• 废弃 API 标注（NS_DEPRECATED_IOS / @available 等，含迁移建议）
• 注释自动拆分为摘要 + 详细说明
• 跨组件调用示例（自动扫描其他组件的 import/使用）
• AI 生成的说明会标记 > *AI 生成* 并附带调用示例代码

上传到飞书知识库

支持将文档上传到飞书知识库，使用飞书官方 CLI 工具 lark-cli。

前置条件：

1. 安装 lark-cli：npm install -g @larksuite/cli
2. 初始化配置：lark-cli config init
3. 登录授权：lark-cli auth login --recommend

# 仅生成飞书格式 JSON（不上传，保留旧方式）
python tools/generate_api_docs.py --format lark --pods-dir /path/to/Pods

# 上传到飞书知识库（通过 lark-cli）
python tools/generate_api_docs.py \
  --upload --space-id 7xxx --parent-node wikcnXxx \
  --pods-dir /path/to/Pods

# 预览上传内容（不实际执行）
python tools/generate_api_docs.py \
  --upload --preview --space-id 7xxx --parent-node wikcnXxx \
  --pods-dir /path/to/Pods

# 上传单个组件
python tools/generate_api_docs.py \
  --upload --space-id 7xxx --parent-node wikcnXxx \
  --pods-dir /path/to/Pods --component BTBaseKit

# 上传本地 Markdown 文件
python tools/generate_api_docs.py \
  --upload --space-id 7xxx --parent-node wikcnXxx \
  --pods-dir /path/to/Pods --component BTBaseKit

飞书上传参数：

批量上传飞书知识库

批量 main 分支基础组件的生成、Haiku 深度润色与上传，已统一收口到 Skills plugin 命令 /wk-lark-wiki-batch：

/wk-lark-wiki-batch pods_dir=/path/to/Pods wiki_node=wikcnXXXX
/wk-lark-wiki-batch pods_dir=/path/to/Pods wiki_node=wikcnXXXX preview=true
/wk-lark-wiki-batch pods_dir=/path/to/Pods wiki_node=wikcnXXXX no_polish=true
/wk-lark-wiki-batch pods_dir=/path/to/Pods wiki_node=wikcnXXXX component=BTBaseKit

行为要点：

• 仅处理本地 main 分支的基础组件；发现规则与 MCP 服务启动一致（SUPPORT_MIXUP 非空的业务组件会被排除）。
• 处理前对 main 分支组件自动执行 git pull --ff-only，拉取远端最新代码；pull 失败记入失败列表，不中断整批。
• 默认调用本地 Claude Code Haiku 对整份 Markdown 做文档级深度润色（docs/api/polished/），no_polish=true 关闭。
• 上传按 update-or-create 逻辑同步到同一 wiki_node，避免重复文档。
• 末尾打印 成功 / 跳过 / 失败 三类汇总。

需先安装 Skills plugin：参见 https://github.com/YuXilong-Labs/Skills 下 plugins/wk-lark-wiki。

通用 Markdown 上传工具

独立脚本，将任意 Markdown 文件或整个目录上传到飞书文档（不依赖索引）：

# 上传单个文件
python tools/upload_to_lark.py docs/api/BTBaseKit.md

# 上传并指定标题
python tools/upload_to_lark.py docs/api/BTBaseKit.md --title "BTBaseKit API 文档"

# 上传到知识库节点下
python tools/upload_to_lark.py docs/api/BTBaseKit.md --wiki-node wikcnXXXX

# 上传整个目录
python tools/upload_to_lark.py docs/api/

# 预览模式（不实际上传）
python tools/upload_to_lark.py docs/api/ --dry-run

上传参数：

缓存机制

索引缓存在 .cache/index.json，基于文件路径和修改时间的 SHA256 哈希。源文件变更时自动重建。

License

MIT

MCP iOS Components Server

English | 中文

MCP Server for querying iOS CocoaPods component APIs. Helps AI coding assistants discover and reuse existing code instead of reinventing the wheel.

Features

• Auto component discovery — scans podspec files, filters by configurable marker
• Smart API extraction — ObjC (@interface, @protocol, @property (including block types), methods, inline functions) + Swift (public/open declarations)
• Comment extraction — /// and /** */ doc comments, searchable
• Cross-component usage search — find how components are imported/used elsewhere
• SHA256 cache — auto-rebuilds index only when source files change
• HTTP mode + API Key auth — deploy to cloud, share with team
• Line-range source reading — read only the lines you need, saves tokens
• Per-class aggregated view — see class definition, properties, public/private methods at a glance

Architecture (Lightweight Layering)

mcp_server.py                 # Compatibility entrypoint (CLI + import compatibility)
mcp_app/
  bootstrap.py               # Composition layer: MCP tools, main, runtime globals
  config.py                  # Config and access_control loading
  models.py                  # Constants and state model
  access_control.py          # Access-control exports
  state.py                   # AppState export
  indexing/                  # Discovery, parsing, index building
  services/                  # Query/source/sync/update services
  integrations/              # git, gitlab, apikey integrations
  transport/                 # Reserved for transport extraction

Notes:

• Public behavior is unchanged: python mcp_server.py ... and MCP tool signatures remain compatible.
• mcp_server.py is now compatibility-only; core logic is maintained in mcp_app/.

Quick Start

# Install dependencies
python3 -m venv .venv
source .venv/bin/activate
pip install mcp

# Run (stdio mode for Claude Code)
python mcp_server.py /path/to/your/pods

# Or set via environment variable
IOS_PODS_DIR=/path/to/your/pods python mcp_server.py

Configure Claude Code

claude mcp add -s user ios-components -- \
  /path/to/.venv/bin/python /path/to/mcp_server.py /path/to/your/pods

Verify:

claude mcp list
# ios-components: ... ✓ Connected

Enforce Component Reuse (Recommended)

Copy AGENTS.md.template to your iOS project root:

cp /path/to/mcp-ios-components/AGENTS.md.template /path/to/your/project/AGENTS.md

Edit AGENTS.md to fill in your project-specific component table. Claude Code will automatically follow the rules and check the component library before implementing features.

Tools

Sync Components From Config

GitLab group sync accepts a numeric group_id or a full subgroup path such as ios_component/Dora/Common and recursively includes nested subgroups. HTTPS and SSH repository URLs retain the full namespace. The production allowlist includes BTHttpClient on main.

On a normal startup like python mcp_server.py /path/to/pods, the server will auto-sync before building the first index.

• If components.yaml exists under the project root, it syncs configured component repos first.
• If no config file exists, it falls back to syncing base-component git repositories discovered under pods_dir that are currently on the main branch.
• Branch selection respects each component's configured branch; if omitted, it defaults to main.
• Startup sync failures are non-fatal: the server logs a warning and continues indexing the locally available code.
• Explicit --sync and --gitlab-group flows still work as before and do not trigger an extra implicit startup sync.

# Normal startup auto-syncs first
python mcp_server.py /path/to/pods

# Explicit sync still works
python mcp_server.py --sync components.yaml /path/to/pods

# Sync only, do not start the server
python mcp_server.py --sync --sync-only /path/to/pods

Access Control (Protect Sensitive Components)

Configure access_control in components.yaml:

components:
  BTBaseKit: git@gitlab.com:ios/BTBaseKit.git

access_control:
  exclude_from_index:
    - BTRtcEngine
  api_only:
    - BTCryptoKit
    - BTEncryptKit

Behavior:

• exclude_from_index: component is fully removed from MCP index (list/search cannot see it)
• api_only: allow search_component/get_component_api/get_class_detail, deny read_source/find_usage_example
• Name matching is case-insensitive and accepts either pod name or directory name
• Priority: exclude_from_index overrides api_only
• Safety default: BTRtcEngine is always excluded even without config

Apply changes by running refresh_index (or restarting server).

GitLab Group Auto-Discovery

Automatically scan all repos under a GitLab Group and sync base components:

# Sync base components from a GitLab Group
python mcp_server.py --gitlab-group ios-components /path/to/pods

# Custom GitLab server
python mcp_server.py --gitlab-group ios-components \
  --gitlab-url https://gitlab.your-company.com \
  /path/to/pods

Base Component Detection Rules

The server checks each repo's podspec. A component is considered "base" if either:

• No SUPPORT_MIXUP marker — podspec doesn't contain the business component marker
• ≤ 3 dependencies — few deps indicates a low-level component

Environment Variables

HTTP Mode (Cloud Deployment)

# Generate API key
python mcp_server.py --gen-key "teammate-name"

# Start HTTP server
python mcp_server.py --http --port 8900 /path/to/pods

# Connect from remote Claude Code
claude mcp add --transport http ios-components http://your-server:8900/mcp \
  --header "Authorization: Bearer sk-xxx"

LAN notes:

• Use http://<your-lan-ip>:8900/webhook/health for liveness checks instead of opening GET /mcp in a browser
• /mcp is a Streamable HTTP MCP endpoint, so clients should initialize via the MCP protocol instead of plain HTTP probing
• If API keys are enabled, clients must send Authorization: Bearer sk-xxx
• OAuth auto-discovery endpoints are not exposed; clients that require /.well-known/oauth-authorization-server* should use direct MCP HTTP with Bearer auth instead
• To better align with current Codex / OpenAI MCP clients, discovery-stage methods such as initialize and tools/list are allowed without auth while actual tool execution can still require a Bearer token

API Key Management

python mcp_server.py --gen-key "alice"    # Generate new key
python mcp_server.py --list-keys          # List all keys (masked)

Keys are stored in .api-keys file (chmod 600). Supports hot-reload — add new keys without restart.

You can also set keys via environment variable:

MCP_API_KEYS="key1,key2" python mcp_server.py --http

Environment Variables

Component Discovery

The server scans subdirectories with .podspec files and applies default filters:

• Non-empty SUPPORT_MIXUP / BETA_SUPPORT_MIXUP in podspec
• Components matched by access_control.exclude_from_index
• Safety default component: BTRtcEngine

API Documentation Generator

Built-in tool to auto-generate Markdown API docs from the index cache, including method signatures, comments, and usage examples. Optionally uses AI (Claude Haiku) to fill in missing comments.

# Basic generation (requires .cache/index.json)
python tools/generate_api_docs.py --pods-dir /path/to/Pods

# Single component
python tools/generate_api_docs.py --pods-dir /path/to/Pods --component BTBaseKit

# Estimate missing comments count (no docs generated, no AI calls)
python tools/generate_api_docs.py --dry-run

# With AI fill (requires ANTHROPIC_API_KEY)
ANTHROPIC_API_KEY=sk-ant-xxx python tools/generate_api_docs.py --pods-dir /path/to/Pods --ai-fill

Upload to Lark Wiki

Upload docs to a Lark wiki space using the official lark-cli tool.

Prerequisites:

1. Install lark-cli: npm install -g @larksuite/cli
2. Initialize config: lark-cli config init
3. Login: lark-cli auth login --recommend

# Generate Lark DocX JSON locally (no upload, legacy mode)
python tools/generate_api_docs.py --format lark --pods-dir /path/to/Pods

# Upload to Lark Wiki (via lark-cli)
python tools/generate_api_docs.py \
  --upload --space-id 7xxx --parent-node wikcnXxx \
  --pods-dir /path/to/Pods

# Preview upload (dry-run, no actual upload)
python tools/generate_api_docs.py \
  --upload --preview --space-id 7xxx --parent-node wikcnXxx \
  --pods-dir /path/to/Pods

# Upload single component
python tools/generate_api_docs.py \
  --upload --space-id 7xxx --parent-node wikcnXxx \
  --pods-dir /path/to/Pods --component BTBaseKit

Caching

Index is cached in .cache/index.json with SHA256 hash based on file paths and modification times. Cache is automatically rebuilt when source files change.

License

MIT