Context AI MCP Server

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  context-ai-mcp-server
   cd context-ai-mcp-server

1. 安装依赖项:

   npm install

1. 构建项目:

   npm run build

1. 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.

1. 搜索您的代码:

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

1. 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

• 模型上下文协议文档
• MCP TypeScript SDK
• VS代码MCP支持

______________________________________________________________________

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