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

MCP Desktop Tools

MCP Server

MCP Desktop Tools 是一个提供代码搜索、仓库分析和项目脚手架的工具集,适用于开发者在本地工作区进行高效的代码管理和分析。

工具数

6

提示词数

0

GitHub Stars

0

资源数

0
代码搜索Python开发工具

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

andrey-zhuravl

提供方

andrey-zhuravl

最后核验

2026/5/17 20:23

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 mcp_desktop_tools.server

详细介绍

MCP 桌面工具

MCP Desktop Tools 提供了一个最小化的模型上下文协议(MCP)服务器和一个本地命令行界面(CLI)mcp-tools) 用于使用 ripgrep 和 git 检查配置的工作区中的源代码树。

特性(C1)

  • 最小化MCP服务器注册 search_textgit_graphrepo_mapscaffold,以及 open_recent 工具,通过标准输入/输出进行JSON通信。
  • 通过(某种方式)配置工作区 workspaces.yaml 带有环境覆盖(或环境变量重写)。
  • 安全辅助工具,用于确保请求仅在声明的工作区根目录内进行,包括检测符号链接逃逸。
  • 坚持不懈的 磁盘缓存 for repo_map 以及在加工过程中 TTL缓存 for search_text,支持每次请求时选择退出(--no-cache)。
  • 带可调工作线程池的有限文件系统并发性--max-workers / MCPDT_MAX_WORKERS)。
  • 丰富的指标: elapsed_msgit_cmd_msfs_walk_countbytes_scannedcache_hit,以及可选的舞台配置(--profile)。
  • Ripgrep 和 git 适配器,支持可配置的超时设置MCPDT_SUBPROC_TIMEOUT_MS) 并对截断结果发出警告。
  • 通过可配置的日志级别进行记录 MCPDT_LOG 或者命令行界面(CLI) --log-level 旗帜。
  • 用于生成项目骨架和列出最近修改文件的Scaffold和open_recent工具,支持用户模板覆盖MCPDT_TEMPLATES_USER_DIR)。
  • snapshot 该工具将Git历史记录、文件系统统计信息和安全环境标记组合成一个单一的JSON工件,并可选择将其记录到MLflow中。
  • 最小化的Python客户端mcp_desktop_tools.integrations.lab_client.LabClient) 用于从\*Lab代理中调用工具。

安装

INSTALL.md(安装说明文件) 以获取详细说明。简而言之:

pipx install .  # or python -m pip install -e .[dev]

所需的外部二进制文件:

  • ripgrep (rg) ≥ 13.0 对于 search_text.
  • git ≥ 2.30 对于 git_graph

通过(指定方式)覆盖发现机制 MCPDT_RG_PATH / MCPDT_GIT_PATH 如果他们没有开启 PATH.

配置

工作区是在 workspaces.yaml. 见 CONFIG.md(配置文件说明/配置文档) 查看架构详细信息。环境变量可以覆盖配置路径和 ripgrep 二进制文件。

CLI 使用方法

使用 ripgrep 搜索文本:

mcp-tools --workspace demo search_text --query "main" --include "**/*.py" --before 1 --after 1 --json

总结一个Git仓库:

mcp-tools --workspace demo git_graph --rel-path proj --last-commits 20 --with-files --json

生成一个仓库地图:

mcp-tools --workspace demo repo_map --rel-path proj --max-depth 5 --top-dirs 30 --yaml

捕获仓库快照并将其记录到MLflow中:

mcp-tools --workspace demo snapshot --rel-path proj --run-name "$BUILD_TAG" --tag repo=proj --mlflow-uri "$MLFLOW_TRACKING_URI" --experiment homelab --artifact-path repo_snapshot.json --json

使用内置模板搭建项目框架:

mcp-tools --workspace demo scaffold --target-rel demo --template-id pyproject_min --var project_name=demo --dry-run --json

列出最近更新的文件:

mcp-tools --workspace demo open_recent --rel-path proj --count 20 --extensions .py --json

使用 --yaml 输出YAML格式而非表格格式。 --profile 打印各阶段时间 stderr 并且包括 metrics.profile 在结构化输出中。 所有启用缓存的命令均可接受 --no-cache; 文件系统密集型命令接受 --max-workers 限制并发数量。 设定 MCPDT_SNAPSHOT_INCLUDE_ENV=1 以包含安全环境标志(osarchpython在快照输出中(工具版本等)。

服务器使用情况

使用以下命令启动服务器:

python -m mcp_desktop_tools.server

服务器接受标准输入(stdin)中的JSON行,其结构如下:

{"tool": "search_text", "input": {"workspace_id": "demo", "query": "main"}}

响应遵循文档中记录的统一模式 mcp_desktop_tools/schemas/*.json.

关于脚手架(scaffold)和“打开最近”(open_recent)工具的详细使用指南,包括模板格式和GardenKeeper集成示例,均可在以下位置获取: DOCS/SCAFFOLD.mdDOCS/OPEN_RECENT.md,以及 DOCS/TEMPLATES.md

记录(日志)

设置 MCPDT_LOG (或者 --log-level (用于CLI)以控制输出的详细程度。日志包括适配器记录的时间信息和工具执行路径。指标如 elapsed_msgit_cmd_msbytes_scannedcache_hit并且修剪警告会在工具响应中传播。

测试

运行质量套件,使用:

ruff check .
mypy mcp_desktop_tools
pytest -q --cov=mcp_desktop_tools

集成测试期望两者都满足 rggit 可供使用。 看 SECURITY.md 翻译为中文是:“安全指南/声明.md” 或 “安全文件.md”(具体翻译可能根据上下文有所调整,但“SECURITY.md”通常指的是一个包含安全相关信息的Markdown文件)POLICY.md 翻译为中文是:“政策文件.md”(其中“.md”通常表示该文件是Markdown格式的)CONFIG.md(配置文件说明)PERF.md(文件名或标题,根据上下文可译为“性能.md”或保持原样,若“PERF”为特定术语则需具体翻译),和 CONTRIBUTING.md 翻译为中文是:“贡献指南.md” 或 “贡献规范文件.md”(具体翻译可能根据上下文调整,但“贡献指南”或“贡献规范”是比较常见的译法) 以获取更多指导。工具特定的架构文档记录在 DOCS/TOOLS.md 翻译为中文是:“文档/工具.md”,以及MLflow/\*Lab示例位于 文件/集成说明.md.

目录标签

目录标签

代码搜索Python开发工具本地部署仓库分析项目脚手架本地工作区

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)

6

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