Token导航 LogoToken导航TokenDH.com
MCP Creator Growth logo
开发工具stdio官方级别未说明来源级核验

MCP Creator Growth

MCP Server

一个上下文感知的Model Context Protocol (MCP)服务器,作为AI编程助手的学习辅助工具,帮助开发者通过交互式测验学习AI生成的代码变更,并为代理提供项目特定的调试记忆。

工具数

4

提示词数

0

GitHub Stars

6

资源数

0
AI编程辅助PythonClaude调试工具Claude DesktopClaudeCursorWindsurf

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

SunflowersLwtech

提供方

SunflowersLwtech

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python -m venv mcp-creator-growth

详细介绍

MCP创作者成长

英语 | 简体中文 | 繁体中文

上下文感知 模型上下文协议(MCP) 服务器充当AI编码助手的学习侧车。它帮助开发人员 从AI生成的代码更改中学习 通过互动测验,为代理人提供持久的 项目特定调试内存.

![License: MIT](https://opensource.org/licenses/MIT) ![Python 3.11+](https://www.python.org/downloads/) ![MCP Standard](https://modelcontextprotocol.io/) ](https://github.com/SunflowersLwtech/mcp_creator_growth/blob/main/DOCKER.md) ![Glama MCP](https://glama.ai/mcp/servers/@SunflowersLwtech/mcp_creator_growth) ![DeepWiki](https://deepwiki.com/SunflowersLwtech/mcp_creator_growth)

______________________________________________________________________

🌐 资源

资源描述
Glama MCP市场官方MCP服务器列表及安装指南
DeepWiki文档AI生成的代码库深度分析
源代码、问题和贡献

______________________________________________________________________

🚀 为什么使用这个?

利益
开发者不要只接受人工智能代码——要理解它。请求一个测验来验证你对逻辑、安全或性能影响的掌握。
AI代理停止两次解决同一个bug。服务器悄悄地记录调试解决方案,并在发生类似错误时自动检索它们。

______________________________________________________________________

📦 可用工具

工具类型描述
learning_session🎓 交互式根据最近的代码更改打开WebUI测验。 积木 直到用户完成学习。
debug_search🔍 Silent RAG在项目调试历史中搜索相关的过去解决方案。错误时自动触发。
debug_record📝 Silent将调试经验记录到项目知识库中。修复后自动触发。
term_get📚 参考获取编程术语/概念。跟踪显示的术语以避免重复。

工具详细信息

🎓 learning_session - Interactive Learning Card

触发:用户明确要求(例如,“测验我”、“测试我的理解”)

参数:

参数类型默认值说明
project_directory字符串"."项目目录路径
summarystring--代理操作的结构化摘要
reasoningobjectnull5-Why推理(目标、触发器、机制、备选方案、风险)
quizzesarray自动生成3个带有选项、答案和解释的测验问题
focus_areas阵列["logic"]重点领域:逻辑、安全、性能、架构、语法
timeoutint600超时秒数(60-7200)

退货: {"status": "completed", "action": "HALT_GENERATION"}

🔍 debug_search - Search Debug History

触发:遇到错误时自动调用(静默,无UI)

参数:

参数类型默认值说明
querystring--要搜索的错误消息或描述
project_directory字符串"."项目目录路径
error_typestringnull按错误类型筛选(例如ImportError)
tagsarraynull按标签筛选
limitint5最大结果(1-20)

退货: {"results": [...], "count": N}

📝 debug_record - Record Debug Experience

触发:修复错误后自动调用(静默、后台)

参数:

参数类型默认值说明
context对象--错误上下文: {error_type, error_message, file, line}
causestring--根本原因分析
solutionstring--有效的解决方案
project_directory字符串"."项目目录路径
tagsarraynull分类标签

退货: {"ok": true, "id": "..."}

📚 term_get - Get Programming Terms

可用域名:编程基础、数据结构、算法、软件设计、web开发、版本控制、测试、安全、数据库、devops

参数:

参数类型默认值说明
project_directory字符串"."项目目录路径
countint3项数(1-5)
domainstringnull按域筛选

退货: {"terms": [...], "count": N, "remaining": N}

______________________________________________________________________

🛠️ 安装

单线安装(推荐)

Platform Command

macOS / Linux

curl -fsSL https://raw.githubusercontent.com/SunflowersLwtech/mcp_creator_growth/main/scripts/install.sh | bash

Windows (PowerShell)

irm https://raw.githubusercontent.com/SunflowersLwtech/mcp_creator_growth/main/scripts/install.ps1 | iex

安装程序将:

  1. 自动检测Python环境(uv→ 康达→ venv)
  2. 将存储库克隆到 ~/mcp-creator-growth
  3. 创建虚拟环境并安装依赖项
  4. 打印配置IDE的确切命令

手动安装

Click to expand manual installation steps

先决条件:Python 3.11+或 紫外线

# 1. Clone the repository
git clone https://github.com/SunflowersLwtech/mcp_creator_growth.git
cd mcp_creator_growth

# 2. Create virtual environment and install
# Using uv (recommended)
uv venv --python 3.11 mcp-creator-growth
source mcp-creator-growth/bin/activate          # macOS/Linux
# mcp-creator-growth\Scripts\activate           # Windows
uv pip install -e '.[dev]'

# Or using standard venv
python -m venv mcp-creator-growth
source mcp-creator-growth/bin/activate           # macOS/Linux
# mcp-creator-growth\Scripts\activate            # Windows
pip install -e '.[dev]'

Docker安装

Click to expand Docker installation steps

先决条件:您的系统上安装了Docker

# 1. Pull from Docker Hub
docker pull sunflowerslwtech/mcp-creator-growth:latest

# Or build locally
git clone https://github.com/SunflowersLwtech/mcp_creator_growth.git
cd mcp_creator_growth
docker build -t mcp-creator-growth .

# 2. Run with Docker
docker run -i mcp-creator-growth

# 3. Or use Docker Compose
docker-compose up -d

有关Docker使用、持久存储和Claude Desktop集成的详细信息,请参阅 医生.md.

______________________________________________________________________

⚙️ IDE配置

Claude代码(CLI)——一个命令设置

安装后,配置您的AI编码IDE以使用此MCP服务器。

克劳德代码

选项1:CLI(推荐)

# macOS / Linux
claude mcp add mcp-creator-growth -- ~/mcp-creator-growth/mcp-creator-growth/bin/mcp-creator-growth

# Windows
claude mcp add mcp-creator-growth -- %USERPROFILE%\mcp-creator-growth\mcp-creator-growth\Scripts\mcp-creator-growth.exe

选项2:配置文件

添加到 ~/.claude.json:

{
  "mcpServers": {
    "mcp-creator-growth": {
      "command": "~/mcp-creator-growth/mcp-creator-growth/bin/mcp-creator-growth"
    }
  }
}

对于Windows:

{
  "mcpServers": {
    "mcp-creator-growth": {
      "command": "C:\\Users\\YourName\\mcp-creator-growth\\mcp-creator-growth\\Scripts\\mcp-creator-growth.exe"
    }
  }
}

示例路径:

  • Unix(uv): ~/mcp-creator-growth/mcp-creator-growth/bin/mcp-creator-growth
  • 窗户(紫外线): C:\\Users\\YourName\\mcp-creator-growth\\mcp-creator-growth\\Scripts\\mcp-creator-growth.exe
  • Windows(conda): C:\\Users\\YourName\\anaconda3\\envs\\mcp-creator-growth\\Scripts\\mcp-creator-growth.exe

路径分解(Unix示例):

  • ~/mcp-creator-growth → 存储库目录
  • mcp-creator-growth → 由uv/VNV创建的虚拟环境目录
  • bin/mcp-creator-growth → 可执行

光标

添加到光标MCP设置(设置→ MCP → 添加服务器):

{
  "mcp-creator-growth": {
    "command": "~/mcp-creator-growth/mcp-creator-growth/bin/mcp-creator-growth"
  }
}

对于Windows:

{
  "mcp-creator-growth": {
    "command": "C:\\Users\\YourName\\mcp-creator-growth\\mcp-creator-growth\\Scripts\\mcp-creator-growth.exe"
  }
}

帆板运动

添加到 ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "mcp-creator-growth": {
      "command": "~/mcp-creator-growth/mcp-creator-growth/bin/mcp-creator-growth"
    }
  }
}

Docker配置

要将Docker与任何兼容MCP的IDE一起使用:

{
  "mcpServers": {
    "mcp-creator-growth": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-v",
        "/path/to/your/project:/workspace",
        "-w",
        "/workspace",
        "mcp-creator-growth"
      ]
    }
  }
}

医生.md 有关Claude Desktop、Cursor和其他IDE的详细Docker配置示例。

其他IDE

对于任何兼容MCP的IDE,请使用以下设置:

  • 命令: /mcp-creator-growth/bin/mcp-creator-growth (或 mcp-creator-growth\Scripts\mcp-creator-growth.exe 在Windows上)
  • 运输: 标准

配置后,重新启动IDE。

用法

可用工具

工具触发器For返回
learning_session用户显式请求用户{status, action} -最小
debug_search自动(出错时)代理简明摘要
debug_record自动(修复后)代理{ok, id} -最小

用户:学习课程

对你的AI助手说:

  • “就这一变化向我提问”
  • “测试我的理解”
  • “帮我了解一下你做了什么”

代理人将创建一张交互式学习卡 等待 直到你完成它。

备注:测验分数保存在本地供您自我跟踪,但不会返回给代理-这可以保持上下文的整洁。

对于代理:调试工具

调试工具在后台默默工作:

  • 先搜索:遇到错误时,代理会搜索过去的解决方案
  • 记录之后:修复错误时,代理会记录解决方案
  • 渐进式披露:返回精简摘要,而不是完整记录
  • 快速查找:使用倒排索引进行基于关键字的搜索

更新中

单行更新(推荐)

远程更新脚本会自动检测您的安装并与 任何路径格式 (包括中文/非ASCII路径):

macOS / Linux

curl -fsSL https://raw.githubusercontent.com/SunflowersLwtech/mcp_creator_growth/main/scripts/update.sh | bash

Windows (PowerShell)

irm https://raw.githubusercontent.com/SunflowersLwtech/mcp_creator_growth/main/scripts/update.ps1 | iex

更新脚本将:

  1. 自动检测 您的安装位置(支持多次安装)
  2. 存储库中的最新更改
  3. 强制重新安装 确保版本同步的依赖关系
  4. 验证 安装完整性并报告任何问题
  5. 检测MCP服务器是否正在使用中,并提供明确的说明
为什么要远程更新? - ✅ 适用于中文/非ASCII路径,无需 cd 导航 - ✅ 始终使用存储库中的最新更新逻辑 - ✅ 即使您忘记了安装位置,自动检测安装位置 - ✅ 优雅地处理多个安装

本地更新(备选)

macOS/Linux:

~/mcp-creator-growth/scripts/update.sh

Windows(PowerShell):

~\mcp-creator-growth\scripts\update.ps1

手动更新

Click to expand manual update steps

# Navigate to installation directory
cd ~/mcp-creator-growth  # or your custom installation path

# Pull latest changes
git pull origin main

# Update dependencies
# Using uv
source mcp-creator-growth/bin/activate          # macOS/Linux
# mcp-creator-growth\Scripts\activate           # Windows
uv pip install -e '.[dev]' --upgrade

# Or using standard venv
source mcp-creator-growth/bin/activate           # macOS/Linux
# mcp-creator-growth\Scripts\activate            # Windows
pip install -e '.[dev]' --upgrade

______________________________________________________________________

🖼️ 截图

学习课程WebUI

WebUI Preview

______________________________________________________________________

🔒 安全与隐私

特性详细信息
本地优先所有数据存储在 .mcp-sidecar/ 项目中的目录
无遥测零数据发送到外部服务器
完全控制删除 .mcp-sidecar/ 随时重置所有数据

______________________________________________________________________

🔮 路线图

我们正在朝着一个 个性化学习中心 它和你一起成长。接下来是:

🔍 高级搜索和索引(v1.2)

特性描述
SQLite FTS5支持中文、前缀匹配和布尔查询的全文搜索
BM25排名行业标准相关性评分,以获得更好的搜索结果
语义搜索基于意义匹配的向量嵌入(例如,“权限限制错误”发现“权限被拒绝”)
跨项目搜索在所有项目中搜索调试经验

📱 移动应用程序(v2.0)

特性描述
学习历史同步在手机上访问您的测验历史和学习进度
间歇重复基于遗忘曲线的智能复习计划
离线模式随时随地学习,连接时同步
推送通知温和地提醒你复习忘记的概念

🎯 个性化学习中心(v2.5)

特性描述
知识图谱你学到的概念及其联系的可视化地图
劣势分析人工智能识别你挣扎的领域,并建议集中练习
学习条纹游戏化让你保持动力
团队见解(可选)与您的团队共享匿名学习模式

🤖 AI增强功能(v3.0)

特性描述
适应性测验问题根据你的表现调整难度
代码模式识别从自己代码库中的模式中学习
多语言支持用您喜欢的语言解释
语音接口“嘿,克劳德,问问我昨天做了什么”
想影响路线图吗? 打开一个问题 或者加入讨论!

______________________________________________________________________

🔧 环境变量

变量默认值描述
MCP_DEBUGfalse启用调试日志记录(true, 1, yes, on)
MCP_TIMEOUT120000MCP服务器启动超时(毫秒)
MAX_MCP_OUTPUT_TOKENS25000MCP输出的最大令牌数

______________________________________________________________________

🤝 贡献

我们欢迎捐款!请按照以下步骤操作:

  1. 分叉存储库
  2. 创建要素分支: git checkout -b feature/amazing-feature
  3. 安装开发依赖项: uv pip install -e '.[dev]'
  4. 进行更改并运行测试: pytest
  5. 提交拉取请求

贡献.md 详细指南。

______________________________________________________________________

📬 联系

频道地址
电子邮件sunflowers0607@outlook.com
电子邮件weiliu0607@gmail.com
GitHub问题打开问题

______________________________________________________________________

📄 许可证

该项目根据 MIT许可证.

______________________________________________________________________

Built with FastMCP • MCP Standard • Glama MCP

目录标签

目录标签

AI编程辅助PythonClaude调试工具本地部署代码学习交互式测验项目记忆

支持客户端

Claude DesktopClaudeCursorWindsurf

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

部署方式(deploymentType,部署类型)

local-only

工具数量(toolCount,工具数)

4

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiononelocal-only

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

来源信息

继续浏览同类 MCP