返回 MCP 目录
public公开dns本地运行

code-assistant

一个基于Rust构建的CLI工具,用于辅助代码相关任务,支持自主探索代码库、读写文件、工作记忆管理、文件摘要和交互式通信,并可作为MCP服务器运行。

article

README

🚀 代码助手项目文档

代码助手是一款功能强大的工具,它能助力开发者对代码库进行分析、优化以及理解。该工具支持多种AI providers,可在任务模式和服务器模式下运行,为开发者提供了多样化的使用场景。

🚀 快速开始

代码助手使用便捷,通过简单配置环境变量,就能在不同模式下发挥强大功能。下面为你详细介绍使用方法。

✨ 主要特性

  • 多AI provider支持:支持Anthropic、OpenAI、Vertex AI、OpenRouter和AI Core等多种AI provider。
  • 多语言模型选择:提供多种语言支持,用户可按需选择不同模型进行代码分析。
  • 实用操作功能:支持文件搜索、替换和执行命令等操作。
  • 会话记录与回放:可记录会话以便后续 playback,还提供 fast - playback 模式。

📦 安装指南

文档未提及安装步骤,暂不展示相关内容。

💻 使用示例

基础用法

任务模式

在任务模式下,代码助手可执行各类分析任务,以下是一些常见示例:

# 分析当前目录的代码库
code-assistant --task "解释这个代码库的目的"

# 使用OpenAI分析特定目录
code-assistant -p open-ai --path ./my-project -t "列出所有API端点" -v

# 使用Google Vertex AI进行代码复杂度分析
code-assistant -p vertex --model gemini-1.5-flash -t "分析代码复杂度"

# 使用Ollama模型查找TODO注释
code-assistant -p ollama -m codellama --task "查找所有待办事项注释"

# 使用AI Core provider进行文档编写
code-assistant -p ai-core --task "文档化公共API"

# 使用工作记忆模式查找性能瓶颈
code-assistant --task "查找性能瓶颈" --agent-mode working_memory

# 继续执行上次中断的任务
code-assistant --continue-task

# 启动图形用户界面
code-assistant --ui

# 记录会话以便 playback
code-assistant --task "优化数据库查询" --record ./recordings/db-optimization.json

# 回放记录的会话并加快速度
code-assistant --playback ./recordings/db-optimization.json --fast-playback

服务器模式

在服务器模式下,代码助手可作为Model Context Protocol (MCP) server运行:

code-assistant server [OPTIONS]

📚 详细文档

环境变量配置

使用不同的AI provider时,需要配置相应的环境变量: | 属性 | 详情 | |------|------| | ANTHROPIC_API_KEY | 使用Anthropic provider时需要设置。 | | OPENAI_API_KEY | 使用OpenAI provider时需要设置。 | | GOOGLE_API_KEY | 使用Vertex provider时需要设置。 | | OPENROUTER_API_KEY | 使用OpenRouter provider时需要设置。 | | PERPLEXITY_API_KEY | 使用Perplexity search API工具时需要设置。 |

🔧 技术细节

文档未提及技术实现细节,暂不展示相关内容。

📄 许可证

文档未提及许可证信息,暂不展示相关内容。

🚧 未来计划(Roadmap)

以下是一些可能的未来发展重点:

  • 安全性:提供更严格的沙箱环境,限制对项目文件的访问。
  • UI改进:提升文本输入界面的用户体验,增加Markdown支持和代码块语法高亮功能。
  • Agent改进:优化工作记忆模式和消息历史模式,探索自动修剪冗余信息的方法。
  • 模糊匹配搜索块:研究更高效的文件搜索算法以提高匹配成功率。

🤝 贡献指南

欢迎任何贡献!请随时通过提交拉取请求的方式为项目贡献力量。

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端