JinDaGe - mcp-repo2llm-server MCP Details

article

README

🚀 MCP-Repo2LLM 项目文档

mcp-repo2llm 是一款强大的 MCP 服务器，它能将代码仓库转换为适合大语言模型（LLM）处理的格式，在传统代码库与现代人工智能语言模型之间架起了一座桥梁。

🚀 快速开始

mcp-repo2llm 基于 RepoToTextForLLMs 构建，该库提供了将仓库转换为 LLM 可读取格式的核心功能。

✨ 主要特性

智能仓库扫描：能够完整地处理整个代码库，同时保持代码结构的完整性。
上下文保留：保存重要的上下文信息和文件之间的关系。
多语言支持：针对多种编程语言进行处理，并提供特定优化。
元数据增强：通过添加相关元数据来提升代码对 LLM 的可理解性。
高效处理：优化了对大型仓库的处理效率，资源占用低。

📦 安装指南

要安装由 uv 提供支持的 mcp-repo2llm，可参考以下配置：

"mcp-repo2llm-server": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "--with-editable",
        "/mcp-repo2llm",
        "mcp",
        "run",
        "/mcp-repo2llm/mcp-repo2llm-server.py"
      ],
      "env":{
          "GITHUB_TOKEN":"你的github令牌",
          "GITLAB_TOKEN":"你的gitlab令牌"
      }
    }

GITHUB_TOKEN：你的 GitHub 令牌。
GITLAB_TOKEN：你的 GitLab 令牌。

📚 详细文档

动机

随着人工智能和大语言模型在软件开发中的重要性日益提升，如何有效地将我们的代码库与这些 AI 模型进行通信变得越来越关键。传统的代码仓库并不是针对 LLM 处理进行优化的，这可能导致使用 AI 工具进行代码分析和生成时效果不佳。

解决的问题

本项目解决了以下关键挑战：

大型代码库在处理过程中难以利用 LLM 的问题。
在将代码输入 AI 模型时上下文信息和结构的丢失。
仓库元数据和文档处理效率低下。
不同编程语言之间格式不一致的问题。

工具集

get_gitlab_repo

功能：处理并返回 GitLab 仓库指定分支的代码内容（以文本形式）。
输入：
- repo_url（字符串）：来自 GitLab 的仓库 URL。
- branch（字符串）：分支名称，默认为 master。
输出：返回该仓库的所有信息和结构，格式为文本。

get_github_repo

功能：处理并返回 Github 仓库指定分支的代码内容（以文本形式）。
输入：
- repo_url（字符串）：来自 Github 的仓库 URL。
- branch（字符串）：分支名称，默认为 master。
输出：返回该仓库的所有信息和结构，格式为文本。

get_local_repo

功能：处理并返回本地 GitLab 仓库指定分支的代码内容（以文本形式）。
输入：
- repo_url（字符串）：仓库路径。
输出：返回该仓库的所有信息和结构，格式为文本。

mcp-repo2llm-server