Haiku Code Server

俳句代码服务器

一个模型上下文协议（MCP）服务器，它将简单、重复的代码生成任务委托给Claude Haiku 4.5以实现成本效益的执行。该服务器旨在被更智能的编排模型（如Claude Sonnet/Opus）调用，以达到最佳的成本和性能平衡。

概述

这个MCP服务器提供了专门的工具来生成：

• 样板代码（CRUD、API、模型、服务）
• 配置文件（Docker、K8s、CI/CD）
• 测试套件（单元测试、集成测试、边界情况测试）
• 组件脚手架（React、Vue、类、模式）
• 文档（API文档、阅读材料、文档字符串）

为什么要使用这个？

• 成本降低90%Haiku的成本约为每百万令牌输入（MTok）0.80美元，而Sonnet的成本约为每百万令牌输入3美元
• 更快的响应简单任务在2-5秒内完成
• 更优的资源配置为复杂推理保留昂贵的模型上下文
• 生产质量生成结构良好、类型明确、附有文档的代码

建筑

┌─────────────────────────────────────────┐
│   Smart Model (Sonnet/Opus)            │
│   - Planning & Orchestration            │
│   - Complex Business Logic              │
│   - Architecture Decisions              │
└─────────────┬───────────────────────────┘
              │ Delegates simple tasks
              │ via MCP
              ▼
┌─────────────────────────────────────────┐
│   Haiku Code Server (this)             │
│   - Receives structured specs           │
│   - Validates inputs                    │
│   - Delegates to Haiku 4.5              │
└─────────────┬───────────────────────────┘
              │
              ▼
┌─────────────────────────────────────────┐
│   Claude Haiku 4.5                     │
│   - Fast, cost-efficient execution      │
│   - Boilerplate generation              │
│   - Template-based code                 │
└─────────────────────────────────────────┘

安装

先决条件

• Python 3.10 或更高版本
• Anthropic API密钥
• Claude Desktop（或任何MCP兼容的客户端）

第一步：克隆或下载

cd haiku_code_server

步骤2：安装依赖项

pip install -r requirements.txt

或者使用该软件包：

pip install -e .

步骤3：设置环境变量

复制示例环境文件：

cp .env.example .env

编辑 .env 并添加您的Anthropic API密钥：

ANTHROPIC_API_KEY=your_api_key_here

可选的环境变量：

# Use a specific Haiku model version
HAIKU_MODEL=claude-haiku-4.5-20250929

# Enable/disable features
ENABLE_COST_TRACKING=true
ENABLE_CACHING=true

# Logging
LOG_LEVEL=INFO

步骤4：配置Claude桌面版

将服务器添加到您的Claude桌面配置文件中：

Windows： %APPDATA%\Claude\claude_desktop_config.json

macOS（苹果电脑操作系统）： ~/Library/Application Support/Claude/claude_desktop_config.json

Linux： ~/.config/Claude/claude_desktop_config.json

添加此配置：

{
  "mcpServers": {
    "haiku-code-server": {
      "command": "python",
      "args": [
        "-m",
        "haiku_code_server.src.server"
      ],
      "cwd": "D:\\Haiku MCP\\haiku_code_server",
      "env": {
        "ANTHROPIC_API_KEY": "your_api_key_here"
      }
    }
  }
}

重要的：

• 调整 cwd 你实际安装目录的路径
• 使用双反斜杠（\\在Windows系统中使用反斜杠（）或正斜杠（/在Unix上
• 替换 your_api_key_here 使用您的实际API密钥

步骤5：重启Claude桌面版

重启 Claude 桌面以加载 MCP 服务器。

步骤6：验证安装

在Claude Desktop中，输入：

Can you list your available tools?

你应该能看到列出的5个Haiku代码服务器工具：

• generate_boilerplate_code
• create_config_file
• generate_test_suite
• scaffold_component
• generate_documentation

用法

对于智能模型（编排器）

如果你是Claude Sonnet/Opus或其他作曲模型，请参阅 SMART_MODEL_GUIDE.md 翻译为中文是：“SMART模型指南.md” 以获取详细的使用说明。

对于终端用户

只需让Claude生成样板代码、配置文件、测试等。Claude会在适当的时候自动使用Haiku代码服务器。

示例请求

生成一个REST API：

Create a REST API for managing products with FastAPI. Include CRUD operations,
pagination, filtering, and JWT authentication.

生成配置：

Create a docker-compose.yml for a web app with PostgreSQL and Redis.

生成测试：

Write comprehensive pytest tests for this function:
[paste your function]

构建组件框架：

Create a React component for a user profile card with edit and delete functionality.

生成文档：

Generate API reference documentation for this code:
[paste your code]

可用工具

1. generate_boilerplate_code

生成通用代码模式和样板代码。

用途：

• REST API的增删改查操作
• 数据库模型（ORM）
• 服务类
• 中间件、验证器、序列化器
• 设计模式（仓库模式、工厂模式等）

示例：

{
  "code_type": "rest_api_crud",
  "entity_name": "User",
  "framework": "fastapi",
  "language": "python",
  "fields": {
    "id": "UUID",
    "email": "EmailStr",
    "full_name": "str",
    "is_active": "bool"
  },
  "features": ["pagination", "filtering", "jwt_auth"],
  "conventions": {
    "style": "google",
    "max_line_length": 88,
    "use_async": true
  }
}

2. create_config_file

生成配置文件。

用途：

• Docker/docker-compose
• Kubernetes 清单
• CI/CD 配置（GitHub Actions，GitLab CI）
• Web服务器配置（nginx，apache）
• 包配置文件（package.json，pyproject.toml）

示例：

{
  "config_type": "docker_compose",
  "version": "3.8",
  "environment": "production",
  "settings": {
    "services": {
      "web": {
        "build": ".",
        "ports": ["8000:8000"]
      }
    }
  }
}

3. generate_test_suite

生成全面的测试套件。

用途：

• 单元测试
• 集成测试
• 边缘情况测试
• 错误处理测试

示例：

{
  "code_to_test": "def add(a: int, b: int) -> int:\n    return a + b",
  "test_framework": "pytest",
  "language": "python",
  "test_types": ["unit", "edge_cases"],
  "coverage_target": 90
}

4. scaffold_component

脚手架标准组件。

用途：

• React/Vue/Angular 组件
• Python/Java/Go 课程
• 数据库模式
• API路由器

示例：

{
  "component_type": "react_component",
  "component_name": "UserCard",
  "language": "typescript",
  "props": {
    "user": "User",
    "onEdit": "(userId: string) => void"
  },
  "features": ["state_management", "error_handling"]
}

5. generate_documentation

生成文档。

用途：

• API参考文档
• README文件
• 行内注释/文档字符串
• 用户指南
• OpenAPI规范

示例：

{
  "doc_type": "api_reference",
  "language": "python",
  "code": "[your code here]",
  "style": "google",
  "include_examples": true
}

特点/特性

成本追踪

服务器跟踪每个请求的令牌使用情况和成本，并维护会话总和：

## Session Usage
- Total Tokens: 1,234
- Total Cost: $0.001234

缓存

相同的请求会被缓存15分钟，从而降低重复操作的成本。

要禁用缓存：

ENABLE_CACHING=false

质量保证

每个回复都包含：

• 生成的代码带有语法高亮
• 生成元数据（时间、令牌数、成本）
• 改进建议
• （在适用时）发出警告

错误处理

全面的错误处理，包括：

• 使用 Pydantic 进行输入验证
• 优雅的错误信息
• 针对问题提出的可操作性建议

演出

典型性能指标：

发展

项目结构

haiku_code_server/
├── src/
│   ├── server.py              # Main MCP server
│   ├── tools/                 # Tool implementations
│   │   ├── boilerplate.py
│   │   ├── config.py
│   │   ├── tests.py
│   │   ├── scaffold.py
│   │   └── docs.py
│   ├── models/
│   │   └── schemas.py         # Pydantic models
│   ├── prompts/
│   │   └── templates.py       # Haiku prompt templates
│   └── utils/
│       └── haiku_client.py    # Anthropic client wrapper
├── SMART_MODEL_GUIDE.md       # Guide for orchestrator models
├── README.md                  # This file
├── requirements.txt
├── pyproject.toml
└── .env.example

运行测试

pytest

代码检查（或代码规范检查）

black src/
ruff check src/

故障排除

服务器未出现在Claude桌面版中

1. 检查路径是否在 claude_desktop_config.json 是正确的
2. 确保 Python 已添加到您的系统路径中
3. 重启Claude桌面版
4. 检查Claude Desktop的日志以查找错误

API密钥问题

Error: ANTHROPIC_API_KEY must be set

解决方案确保您的API密钥已设置在以下任一位置：

• .env 项目目录中的文件
• 环境变量中的 claude_desktop_config.json
• 系统环境变量 ANTHROPIC_API_KEY

“Generation Failures”可以翻译为“代际失败”或“世代之败”。具体翻译取决于上下文和语境，但这两个翻译都能传达出“由于某一代人的原因而导致的失败或问题”的基本含义

如果代码生成失败：

1. 检查所有必填字段是否已填写
2. 确保规格足够详细
3. 检查特定问题的错误信息
4. 检查您的API密钥是否拥有足够的信用额度

缓存问题

清除缓存：

rm -rf .cache/

或者禁用缓存 .env：

ENABLE_CACHING=false

成本优化技巧

1. 要具体明确详细规格降低了再生需求
2. 使用缓存利用15分钟缓存来处理类似请求
3. 批量操作将相似的生成任务分组
4. 监控使用情况检查会话统计信息以跟踪成本
5. 适宜的温度确定性代码的较低温度（0.2-0.3）

局限性

此服务器不执行的操作：

• 复杂的业务逻辑
• 架构决策
• 新颖的算法
• 深入的情境理解
• 安全审计
• 性能优化分析

对于这些任务，编排器模型（Sonnet/Opus）应该直接处理它们。

贡献；做出贡献

欢迎贡献！改进方向包括：

• 额外的代码模板
• 更多配置文件类型
• 更清晰的错误信息
• 性能优化
• 测试覆盖率

许可证

MIT 许可证 - 详情请参阅 LICENSE 文件

支持

对于问题、疑问或建议：

• 在GitHub上提交一个问题（或“创建一个议题”）
• 检查一下 SMART_MODEL_GUIDE.md 翻译为中文是：“SMART模型指南.md” 用于使用指南
• 查看示例用法 examples/usage_examples.md

更新日志

v0.1.0（初始发布）

• 代码生成的5大核心工具
• 成本追踪和缓存
• 全面的输入验证
• 智能模型集成指南
• 生产就绪的代码生成

致谢

构建于：

• Anthropic Claude（注：此处“Anthropic”可能指的是开发Claude模型的公司或研究机构，但直接翻译时通常保留原名，因此“Anthropic”在此处不直接译为中文，若需强调其为公司或机构名，可译为“安萨特里普”等音译，但在此上下文中保留原样更为常见） - 人工智能模型
• MCP SDK（MCP软件开发工具包） - 模型上下文协议
• Pydantic - 数据验证

______________________________________________________________________

编码愉快！ 🚀 表情符号“🚀”在中文中通常被翻译为“火箭”或直接保留原样以表示该表情，不直接对应具体的中文词汇，但在这里可以理解为“发射升空”或“快速前进”的意象。所以，可以翻译为“🚀（火箭/发射升空）”。