Token导航 LogoToken导航

MCP Server · 开发工具

Agent Coding

基于自研C++ MCP Server的多智能体代码助手系统,支持代码编写、审查、测试及复杂度分析等功能,适用于软件开发效率提升。

stdio官方级别未说明来源级核验工具 6
C++代码审查Python多智能体系统

快速开始

作者 / 组织
Jasper-aa64
提供方
Jasper-aa64
运行时
Python

工具数量

6

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

1

仓库热度

收录来源

1 个

MCP World

选型结论

Agent Coding 属于开发工具类 MCP Server,公开资料标注 6 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前要先准备 API Key。

分类

开发工具

传输方式

stdio

认证方式

API Key

部署方式

公开资料未说明

安装与配置

安装命令

Python Agent(LangGraph) → HTTP JSON-RPC → C++ MCP Server(13 个工具)

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 6 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

MCP Coding Agent

基于自研 C++ MCP Server 的多 Agent 代码助手系统。

架构

Python Agent(LangGraph)  →  HTTP JSON-RPC  →  C++ MCP Server(13 个工具)
  Coder → Reviewer → Tester                      沙箱执行 / 代码搜索 / 复杂度分析 ...
  • LLM:API(DeepSeek / OpenAI 等)+ Ollama 本地模型,可灵活切换
  • 编排:LangGraph 状态图,条件路由,最多 3 轮迭代
  • 工具:read/write_file、execute_code、run_tests、code_search、git_diff、analyze_code 等 13 个
  • 安全:命令白名单 + 引号感知危险符号过滤 + 路径沙箱
  • 数据:自动收集轨迹,导出 SFT / DPO 训练数据

快速开始

1. 编译 MCP Server

cmake -B build && cmake --build build -j4

2. 启动 Server

./build/src/mcp_server --config config/server.json --port 8089

3. 安装 Python 依赖

pip install -r agent/requirements.txt

4. 配置 DeepSeek API Key

export DEEPSEEK_API_KEY=your_key_here

5. 运行 Agent

# 单次任务
python3 agent/main.py "在 workspace/ 下创建 is_palindrome 函数,写单测,确保通过"

# 持续对话
python3 agent/main.py --chat

# 开启 SSE 实时监控(浏览器访问 http://localhost:8765)
python3 agent/main.py --chat --sse

目录结构

agent/          Python Agent 层(LangGraph 编排)
src/            C++ MCP Server 源码
workspace/      Agent 文件沙箱
trajectories/   轨迹数据输出
docs/plan/      项目文档(规划 / 排错 / 面试准备)
config/         Server 配置

工具与能力

工具数量

6

资源数量

0

提示词数量

0

能力标签

C++本地部署代码助手软件开发多智能体系统代码审查自动化测试

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

让助手直接读代码

把仓库、提交记录和 issue 交给模型检索,补全和重构时不用来回复制文件。

在对话里跑命令

触发构建、测试和脚本,执行结果直接回到上下文,省去切终端。

接进开发流程

把 PR、CI 状态和代码审查接进助手,减少在几个工具之间跳。

选择建议

值得选的地方

  • 只提供 6 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 需要自备API Key,没有凭据没法直接试。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到API Key的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Agent Coding

MCP World · 本页

6stdio有1 个2026-05-17
Git 838e2ec1

MCP World

12stdio有2 个2026-05-17
Markitdown MCP 2c653a5f

MCP World

1stdio有1 个2026-05-17
Context7 831acf40

MCP World

0stdio有1 个2026-05-17
Context7 MCP C671e75a

MCP World

0stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Agent Coding 怎么安装?

公开资料给出的安装命令是 Python Agent(LangGraph) → HTTP JSON-RPC → C++ MCP Server(13 个工具),运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Agent Coding 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Agent Coding 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Agent Coding 需要 API Key 吗?

公开资料标注的认证方式是API Key,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Agent Coding 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP