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

MCP GitHub Repo Creator

MCP Server

一个基于MCP协议的AI工具,可自动分析本地Git仓库并创建配置完善的GitHub仓库,支持与Copilot等AI客户端集成。

工具数

5

提示词数

0

GitHub Stars

2

资源数

0
仓库管理PythonClaude开发工具ClaudeVS Code

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

flickleafy

提供方

flickleafy

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 server.py

详细介绍

MCP GitHub仓库创建者

A. 模型上下文协议(MCP) 服务器,为GitHub Copilot等人工智能应用程序提供工具,以分析存储库并自动创建GitHub存储库。

🚀 特性

  • 存储库分析:自动分析本地git存储库以提取元数据。包括分析存储库的传统方法和人工智能方法
  • GitHub集成:使用适当的配置创建私有GitHub存储库
  • 主题管理:根据项目分析自动添加相关主题
  • MCP兼容:适用于任何兼容MCP的AI客户端(Copilot、Claude等)
  • 自动设置:从分析到GitHub存储库创建的完整工作流程

📦 安装

  1. 克隆此存储库:
   git clone https://github.com/flickleafy/mcp-github-repo-creator.git
   cd mcp-github-repo-creator
  1. 运行安装脚本:
   bash setup.sh

这将:

- 创建Python虚拟环境 - 安装MCP SDK和依赖项 - 设置项目以供使用

🛠 用法

作为MCP服务器(推荐)

服务器为AI应用程序提供以下工具:

  1. get_repo_analysis_instructions -获取存储库分析的详细说明
  2. analyze_and_generate_metadata_file -分析存储库并生成元数据
  3. create_github_repo_from_metadata -从元数据JSON创建GitHub存储库
  4. create_github_repository -使用现有元数据文件创建存储库
  5. full_repository_setup -完整的工作流程:分析→ 创建→ 连接

启动MCP服务器

# Activate virtual environment
source venv/bin/activate

# Start the MCP server
python server.py

服务器在stdio传输上运行,与MCP客户端兼容,如:

  • GitHub Copilot
  • 克劳德桌面
  • VS代码扩展
  • 自定义MCP客户端

MCP客户端集成

配置您的MCP客户端以连接到此服务器:

{
  "name": "github-repo-creator",
  "command": "python",
  "args": ["server.py"],
  "cwd": "/path/to/mcp-github-repo-creator"
}

手动使用(替代)

您还可以直接使用底层功能:

# Activate virtual environment
source venv/bin/activate

# Interactive mode
python create_github_repo.py

# Direct repository creation
python create_github_repo.py --create

# Manage topics only
python create_github_repo.py --manage-topics

🎯 工作流程

  1. 分析:AI分析您的存储库结构、README、依赖关系和代码
  2. 元数据生成:创建 github_repo_metadata.json 包含存储库详细信息
  3. 存储库创建:使用GitHub CLI创建私有存储库
  4. 配置:设置主题、启用功能并连接本地存储库
  5. :将您的本地代码推送到新的GitHub存储库

🔄 详细的工作流类型

MCP服务器支持三种主要的工作流程方法:

🤝 交互式副驾驶工作流程(推荐)

这种方法为Copilot提供了更多的控制权,并允许定制:

  1. 请求分析说明:请Copilot分析存储库

- 副驾驶用途 get_repo_analysis_instructions - 获取有关分析内容的详细说明 - 分析您的存储库结构、README和代码

  1. 生成元数据:Copilot创建元数据JSON

- 根据其分析,Copilot生成存储库元数据 - 在继续之前,您可以查看和修改元数据

  1. 创建存储库:Copilot创建GitHub存储库

- 用途 create_github_repo_from_metadata 使用生成的元数据 - 创建存储库、推送代码和配置设置

聊天示例:

"Please analyze this repository and create a GitHub repository for it. 
I want to review the metadata before you create the repo."

⚡ 全自动化工作流程

无需交互即可实现完全自动化:

  1. 单一命令设置:使用 full_repository_setup 工具

- 自动分析存储库 - 生成元数据文件 - 创建GitHub存储库 - 连接并推送代码 - 一步到位

聊天示例:

"Automatically set up this project on GitHub with full automation."

🛠️ 手动/分步工作流程

对于每个步骤的粒度控制:

  1. 生成元数据文件: analyze_and_generate_metadata_file
  2. 查看/编辑 生成 github_repo_metadata.json
  3. 创建存储库: create_github_repository

聊天示例:

"First, generate a metadata file for this repository. I want to review it before creating the GitHub repo."

💬 Copilot的使用示例

配置后,您可以将这些自然语言命令与Copilot一起使用:

分析存储库

"Analyze this repository and tell me what metadata would be generated for GitHub."

生成元数据文件

"Generate a github_repo_metadata.json file for this repository."

创建GitHub存储库

"Create a GitHub repository for this local project. First analyze it, generate metadata, then create the GitHub repo and connect everything."

完整设置

"Set up this entire project on GitHub - analyze the code, create appropriate metadata, and create the repository."

分步示例

"Please create a GitHub repository for this project. Analyze the code, 
generate appropriate metadata, and set up the repository on GitHub."

副驾驶将:

  • 分析你的项目结构和代码
  • 检测编程语言和框架
  • 生成主题和描述
  • 创建 github_repo_metadata.json
  • 创建GitHub存储库
  • 将您的本地仓库连接到GitHub
  • 推送你的代码

🚀 副驾驶集成和安装

副驾驶集成的先决条件

  1. GitHub Copilot订阅 (个人、企业或企业)
  2. 带有GitHub Copilot扩展的VS代码
  3. GitHub命令行界面 已安装并验证

方法1:VS代码副本集成(推荐)

  1. 安装GitHub CLI:
   # macOS
   brew install gh

   # Ubuntu/Debian
   sudo apt install gh

   # Windows (using winget)
   winget install GitHub.cli
  1. 验证GitHub CLI:
   gh auth login
  1. 克隆并设置此MCP服务器:
   git clone https://github.com/flickleafy/mcp-github-repo-creator.git
   cd mcp-github-repo-creator
   bash setup.sh
  1. 配置VS代码设置 (添加到您的VS代码设置.json中):
   {
     "github.copilot.enable": {
       "*": true,
       "mcp": true
     },
     "mcp.servers": {
       "github-repo-creator": {
         "command": "python",
         "args": ["server.py"],
         "cwd": "/full/path/to/mcp-github-repo-creator",
         "env": {
           "PATH": "/full/path/to/mcp-github-repo-creator/venv/bin:${env:PATH}"
         }
       }
     }
   }

方法2:Claude桌面集成

  1. 安装克劳德桌面克劳德·艾
  1. 配置Claude桌面 (编辑 ~/.config/claude-desktop/config.json):
   {
     "mcpServers": {
       "github-repo-creator": {
         "command": "python",
         "args": ["/full/path/to/mcp-github-repo-creator/server.py"],
         "env": {
           "PATH": "/full/path/to/mcp-github-repo-creator/venv/bin"
         }
       }
     }
   }
  1. 重新启动克劳德桌面 并开始使用命令

自动安装脚本

通过运行以下命令创建简单的安装脚本:

# Download and run the auto-installer
curl -sSL https://raw.githubusercontent.com/flickleafy/mcp-github-repo-creator/main/install-copilot.sh | bash

或者在项目中手动创建安装程序脚本:

# Create installer script
cat > install-copilot.sh /dev/null 2>&1 || { echo "❌ Python 3 is required but not installed."; exit 1; }
command -v git >/dev/null 2>&1 || { echo "❌ Git is required but not installed."; exit 1; }

# Install GitHub CLI if not present
if ! command -v gh &> /dev/null; then
    echo "📦 Installing GitHub CLI..."
    if [[ "$OSTYPE" == "darwin"* ]]; then
        brew install gh
    elif [[ "$OSTYPE" == "linux-gnu"* ]]; then
        sudo apt update && sudo apt install gh
    else
        echo "⚠️ Please install GitHub CLI manually: https://cli.github.com/"
        exit 1
    fi
fi

# Clone repository
INSTALL_DIR="$HOME/.mcp-servers/github-repo-creator"
echo "📁 Installing to $INSTALL_DIR..."
mkdir -p "$HOME/.mcp-servers"
git clone https://github.com/flickleafy/mcp-github-repo-creator.git "$INSTALL_DIR"

# Setup virtual environment
cd "$INSTALL_DIR"
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

# Create VS Code configuration
VSCODE_CONFIG="$HOME/.config/Code/User/settings.json"
echo "⚙️ Adding VS Code configuration..."
# Add MCP server configuration to VS Code settings

echo "✅ Installation complete!"
echo "🔧 Next steps:"
echo "1. Authenticate with GitHub: gh auth login"
echo "2. Restart VS Code"
echo "3. Start using Copilot with MCP commands!"
EOF

chmod +x install-copilot.sh

测试集成

  1. 在VS Code中打开git存储库
  1. 与Copilot开始聊天 并尝试:
   "Use the MCP GitHub Repository Creator to analyze this repository and create a GitHub repo for it."
  1. 副驾驶应作出回应 通过存储库分析,并提议创建GitHub存储库

📋 需求

  • Python 3.8+
  • Git存储库(本地)
  • GitHub命令行界面(gh)已安装并验证
  • 用于GitHub API调用的Internet连接

GitHub CLI设置

安装并验证GitHub CLI:

# Install GitHub CLI (see https://cli.github.com/)
# macOS
brew install gh

# Ubuntu/Debian
sudo apt install gh

# Authenticate
gh auth login

🔧 MCP集成

此服务器实现 模型上下文协议 规范,使其与各种AI应用程序兼容:

可用工具

  • 存储库分析:自动提取项目元数据
  • GitHub存储库创建:使用适当的设置创建存储库
  • 主题管理:根据分析添加相关主题
  • 完成工作流程:端到端存储库设置

支持的交通工具

  • 标准输入输出 (默认):直接集成的标准输入/输出
  • 与FastMCP框架兼容,易于部署

📁 项目结构

mcp-github-repo-creator/
├── server.py                    # Main MCP server using FastMCP
├── core/
│   ├── repository_analyzer.py  # Repository analysis logic
│   └── templates.py            # String templates for messages and instructions
├── create_github_repo.py       # Legacy standalone script
├── demo.py                     # Demo MCP client
├── requirements.txt            # Dependencies including MCP SDK
├── setup.sh                   # Environment setup script
├── pyproject.toml             # Optional project metadata
├── .gitignore                 # Git ignore rules
└── README.md                  # This file

核心模块

  • server.py:向AI客户端公开工具的主MCP服务器
  • core/repository_analyzer.py: RepositoryAnalyzer 用于分析存储库结构和生成元数据的类
  • core/templates.py:所有长字符串消息和指令的集中模板函数
  • create_github_repo.py:传统独立脚本(用于直接使用)
  • demo.py:显示如何与MCP服务器交互的示例客户端

📊 元数据结构示例

服务器生成以下格式的元数据:

{
  "repository_name": "my-awesome-project",
  "description": "🚀 A powerful tool for automating GitHub repository creation",
  "topics": ["python", "automation", "github", "mcp", "ai-tools"],
  "created_date": "2025-01-01",
  "project_type": "CLI Tool",
  "primary_language": "Python", 
  "license": "GPL-3.0",
  "features": [
    "Command-line interface",
    "GitHub integration",
    "Automated analysis"
  ]
}

🎯 支持的项目类型

MCP服务器自动检测并正确分类各种项目类型:

  • AI/ML项目:检测TensorFlow、PyTorch、scikit-learn、Transformers、Langchain
  • Web应用程序:React、Vue、Angular、Svelte、Flask、Django、FastAPI、Express、Next.js
  • CLI工具:命令行应用程序和实用程序
  • 应用程序编程接口:RESTful服务、GraphQL和微服务
  • 移动应用:React Native、Flutter、Ionic
  • 桌面应用程序:电子、牛磺酸、PyQt、Tkinter
  • 图书馆:软件包、框架和SDK
  • 游戏开发:Unity、Godot、Pygame
  • DevOps工具:Docker、Kubernetes、Terraform配置
  • 数据科学:Jupyter笔记本、数据分析项目

🌐 语言检测

自动检测并支持多种编程语言:

主要语言:Python、JavaScript、TypeScript、Java、C++、C#、Go、Rust、PHP、Ruby、Swift、Kotlin、Scala、R、Shell/Bash

Web技术:HTML、CSS、Vue、React(JSX/TSX)、Svelte、SCSS/Sass、Less

专业:SQL、YAML、TOML、JSON、Dockerfile、Makefile

分析器检查文件扩展名、依赖关系和项目结构,以准确确定主要语言和技术栈。

🛡️ 安全与隐私

  • 安全认证:使用GitHub CLI进行安全的基于令牌的身份验证
  • 默认情况下为私有:默认情况下创建私有存储库以确保安全
  • 无数据存储:元数据文件中没有存储敏感数据
  • 本地处理:存储库分析在您的计算机上本地进行
  • GitHub最佳实践:遵循GitHub的安全建议
  • 令牌范围:通过GitHub CLI使用所需的最小权限

⚠️ 局限性

  • 需要GitHub CLI:必须安装并验证GitHub CLI
  • 需要Git存储库:必须在git存储库中通过提交运行
  • 私人存储库:仅创建私有存储库(创建后可以手动更改)
  • GitHub API限制:受GitHub API费率限制
  • 主题限制:仅限于符合GitHub主题要求的存储库(最多20个主题)
  • 依赖网:需要互联网连接才能调用GitHub API

🔧 错误处理

MCP服务器提供全面的错误处理,并为常见问题提供清晰的消息:

存储库错误

  • 缺少git存储库:初始化git的明确说明
  • 无承诺:作出初步承诺的指导
  • 未跟踪文件:提示添加和提交文件

身份验证错误

  • 未找到GitHub CLI:安装说明
  • 未认证:身份验证设置指南
  • 令牌已过期:重新身份验证步骤

GitHub API 错误

  • 存储库名称冲突:关于替代名称的建议
  • 权限问题:故障排除步骤
  • 速率限制:等待时间建议

🆘 故障排除

常见问题及解决方法

“不是git仓库”错误

# Initialize git repository
git init

# Add files and make initial commit
git add .
git commit -m "Initial commit"

“GitHub CLI未通过身份验证”错误

# Check authentication status
gh auth status

# Re-authenticate if needed
gh auth login

“权限被拒绝”错误

解决:

  • 检查GitHub CLI身份验证: gh auth status
  • 确保您有权在您的帐户中创建存储库
  • 验证您的GitHub令牌是否具有适当的作用域
  • 对于组织存储库,请检查组织权限

“存储库名称已存在”错误

解决:

  • 选择其他存储库名称
  • 检查您的GitHub帐户以获取现有存储库
  • 使用错误消息中建议的替代名称
  • 添加后缀或前缀以使名称唯一

“超过了GitHub API速率限制”错误

解决:

  • 等待速率限制重置(通常为1小时)
  • 使用经过身份验证的请求(确保 gh auth login 已完成)
  • 对于高容量使用,请考虑GitHub API速率限制最佳实践

“元数据格式无效”错误

解决:

  • 检查生成的 github_repo_metadata.json 语法错误
  • 确保所有必填字段都存在
  • 使用JSON验证器验证JSON格式
  • 重新运行元数据生成工具

“网络连接问题”错误

解决:

  • 检查互联网连接
  • 验证GitHub.com是否可访问
  • 检查防火墙或代理问题
  • 请在网络问题解决后重试

🤝 贡献

  1. 如果你喜欢这个项目,给一个⭐ 到存储库
  2. 创建功能分支,进行更改,提交拉取请求
  3. 确保你的代码遵循项目的编码标准
  4. 为新功能或错误修复添加测试
  5. 根据需要更新文档

📜 许可证

此项目根据GNU通用公共许可证v3.0获得许可-有关详细信息,请参阅许可证文件。

🔗 链接

______________________________________________________________________

*内置于❤️ 使用模型上下文协议*

目录标签

目录标签

仓库管理PythonClaude开发工具GitHub自动化本地部署AI集成MCP协议

支持客户端

ClaudeVS Code

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

session

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

5

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

stdiosession部署方式未说明

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