MCP Local Dev

🚀 MCP 本地开发

让AI处理您的本地开发环境，而您则专注于打造令人惊叹的作品！

✨ 这是什么？

一个本地开发环境管理器，可让大型语言模型（LLM）为您配置和管理开发环境。专为AI助手设计，用于自动处理环境设置、依赖管理和测试。

🏃 快速入门

1. 从（某处）安装Claude桌面版 MCP 快速入门指南
2. 在你的Claude桌面配置中添加以下内容：

{
  "servers": {
     "local_dev": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/txbm/mcp-local-dev@main",
        "mcp-local-dev"
      ]
    }
  }
}

1. 指向任何GitHub仓库的克劳德，并让它设置开发环境！

1. 让它运行测试并报告覆盖率！

1. 如果你讨论完了，可以四处看看或者把它整理一下！

核心功能

测试运行器

• 🧪 使用覆盖率报告的 pytest
• ⚡️ Vitest 配合 V8 覆盖率
• 🃏 Jest，附带详细的覆盖率指标
• 🔬 带覆盖率支持的单元测试

运行时支持

• 蟒蛇（Python）搭配UV包管理工具
• Node.js 配备 NPM
• ⚡️ Bun 运行时和包管理器

环境管理

• 🏗️ 自动运行时检测
• 智能包管理器选择
• 沙盒环境
• 🧹 自动清理
• GitHub仓库支持
• 📂 本地项目支持

开发者体验

• 🎯 无需配置
• 📊 结构化JSON日志记录
• 🔍 详细的测试覆盖率指标
• 每个项目独立的环境

💫 看似简单，实则复杂

• MCP服务器规范全面符合综合测试覆盖率要求
• 路径隔离每个环境都井然有序地包含着
• 系统集成使用您已安装的运行时（Python、Node.js、Bun）
• 包管理自动为每个运行时选择最快的可用包管理器
• 网络访问包管理的全面连接性
• 进程处理：原生系统进程，速度最大化

幕后故事🌟

开发过程中对多个模型进行了严格的测试：

• 🏆 Claude 3.5 Sonnet：表现出色
• 💪 DeepSeek V3：表现强劲
• 不怎么样，鲍勃

🚀 重点总结

这个项目展示了人工智能辅助开发的惊人潜力：

• 🏃‍♂️ 极速原型制作
• 🎯 那最后的15%才是真正的难点所在
• 📚 现实世界中人工智能开发模式的绝佳示例

关于人工智能与发展的思考

作为一名从事软件开发多年的人，这个项目令人兴奋的不仅仅是自动化——更重要的是我们与开发环境互动方式的转变。其价值不在于取代人类开发者，而在于减轻认知负担。当人工智能负责环境设置和维护时，开发者可以更多地专注于架构和设计决策。

这个项目证明，人工智能不仅仅是生成代码——它关乎管理复杂性。通过处理开发环境设置的机械性方面，我们为真正需要人类洞察力的创造性及架构性挑战腾出了思维空间。

🙏 非常感谢

• UV 速度之王 Python 包安装器
• 助手 - 你的AI配对编程伙伴
• Anthropic - 感谢克劳德在开发方面的协助
• 螺旋编辑器 模态编辑的极致体验

许可协议

麻省理工学院