MCP Gitingest

GitIngest MCP服务器

*一个MCP网关，可以将任何Git存储库转换为AI就绪的摘要。*

______________________________________________________________________

🏛️ 建筑氛围

这个代码库包含一个 安静、专注的精力。它很小，深思熟虑，尊重自己的界限。

vibe score: 85/100
modules: 4 (145 LOC)
coupling: minimal (server → service → gitingest lib)
ghosts: none

模块

没有神的模块。没有循环依赖关系。没有建筑上的困扰。

能量流

tests.test_server ──┐
                    ▼
        ingest_server.server (transport)
                    │
                    ▼
        IngestionService (business logic)
                    │
                    ▼
            gitingest library (core)

ingest_server.server 是一个 稳定输送层 --它处理MCP协议并委托给服务。

IngestionService 是一个 业务逻辑层 --它协调摄取、处理格式化和管理默认值。

ingest_server.models 包含 数据模式 --结构化请求的Pydantic模型。

______________________________________________________________________

📡 这有什么作用

mcp-gitingest 是一个专门的模型上下文协议（MCP）服务器，它封装了 gitingest 图书馆。它允许AI代理和LLM通过一次工具调用获取、清理整个代码库，并将其格式化为结构化文本。

代理只需简单地说： *“摄取此存储库”* --并接收一个提示就绪的摘要：摘要、树和内容。

______________________________________________________________________

✨ 特性

• 即时准备摘要 --为LLM上下文设计的结构化输出
• 选择性摄入 --glob模式用于包含/排除文件
• 分支机构支持 --瞄准任何分支或标签
• 代币效率 --摘要包括令牌估计
• 可配置限制 --通过服务可配置的默认最大文件大小

______________________________________________________________________

🤖 AI代理指南

有关代理交互模式的详细信息，请参见 AGENT.md.

______________________________________________________________________

🔧 工具： ingest_repo

此服务器的唯一暴露点。

参数：

______________________________________________________________________

🧱 建筑

建于 FastMCP （Python）用于强大的MCP通信。

graph LR
    IDE[AI Agentic IDE] -- Tool Call (ingest_repo) --> MCP[mcp-gitingest Server]
    MCP -- IngestionService --> GI[gitingest Library]
    GI -- Clone/Read --> Git[GitHub/Git Repository]
    Git -- Raw Files --> GI
    GI -- Structured Digest --> MCP
    MCP -- Tool Result --> IDE

层：

1. 运输： FastMCP（MCP协议）
2. 服务器： ingest_server/server.py （工具注册）
3. 服务： ingest_server/services/ingestion_service.py （商业逻辑）
4. 核心： gitingest 库（摄取逻辑）
5. 来源： Git存储库（输入）

______________________________________________________________________

📦 包装

该项目采用Python包结构 hatchling 构建后端。

[project]
name = "mcp-gitingest"
version = "0.1.0"
dependencies = ["fastmcp>=3.0.2", "gitingest>=0.3.1"]

[project.scripts]
mcp-gitingest = "ingest_server.server:main"

入口点： mcp-gitingest 直接运行服务器。

______________________________________________________________________

🚀 安装和设置

先决条件

• 紫外线 安装

来源

cd mcp-gitingest
uv sync

运行服务器：

uv run python -m ingest_server.server

或使用安装的入口点（之后 uv pip install -e .):

mcp-gitingest

车轮安装

pip install dist/mcp_gitingest-0.1.0-py3-none-any.whl
mcp-gitingest

使用uvx（推荐）

uvx mcp-gitingest

______________________________________________________________________

🖥️ IDE 集成

添加到您的MCP配置（Claude Desktop、Cursor等）：

{
  "mcpServers": {
    "gitingest": {
      "command": "uvx",
      "args": ["mcp-gitingest"]
    }
  }
}

或与当地发展（来源）：

{
  "mcpServers": {
    "gitingest": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/mcp-gitingest",
        "run",
        "python",
        "-m",
        "ingest_server.server"
      ]
    }
  }
}

重新启动IDE。这 ingest_repo 工具将会出现。

______________________________________________________________________

🛠️ 发展

在开发模式下运行

uv run python -m ingest_server.server

使用MCP检查员进行测试

npx @modelcontextprotocol/inspector uv run python -m ingest_server.server

运行单元测试

uv run pytest tests/

______________________________________________________________________

🔮 建筑说明

代码库遵循 分层服务架构:

ingest_server/
├── __init__.py
├── server.py          # FastMCP setup, tool registration
├── models/
│   ├── __init__.py
│   └── ingestion.py    # Pydantic schemas
└── services/
    ├── __init__.py
    └── ingestion_service.py  # Business logic

设计决策：

• 服务层将业务逻辑与MCP传输隔离开来
• 用于请求验证的Pydantic模型（可扩展）
• 通过服务构造函数配置默认值
• 为呼叫者处理重新提出正确的错误

______________________________________________________________________

📊 健康指标

全是绿色。无需采取任何行动。

______________________________________________________________________

📄 许可证

MIT许可证——请参阅许可证文件。

______________________________________________________________________

*保持幽灵爪意识。*