Stackoverflow MCP

Stack Overflow MCP 服务器

一个模块化的模型上下文协议（MCP）服务器，使AI助手能够搜索并访问Stack Overflow上的内容，以获取技术解决方案、错误处理方法和编程知识。

特点/特性

• 🔍 看起来像一个放大镜的符号，通常用于表示搜索、查看细节或寻找信息的动作。在中文中，可以简单地翻译为“🔍 放大镜”或根据上下文意译为“🔍 搜索”、“🔍 查看细节”等。但直接作为符号时，常保留其图形形式，不直接翻译。 多种搜索方法按查询、错误信息或特定问题ID进行搜索
• 📊 表格/数据图表 高级过滤按标签、分数和被采纳的答案过滤结果
• 🧩 代表拼图或碎片的符号，可翻译为“拼图块”或“碎片”。 错误分析解析错误信息并寻找相关解决方案
• 📝（记事本或笔记的图标，可意译为“记事”或“笔记”） 灵活的格式设置以Markdown或JSON格式获取结果
• 💬（表示“说”或“评论”的符号，无具体翻译内容） 评论支持可选择性地包含问题和答案评论
• ⚡（闪电符号，常用于表示快速、能量或电） 速率限制内置保护以尊重 Stack Exchange API 的配额
• 🏗️ 代表“建筑工地”或“正在建设中”。 模块化架构职责清晰分离，便于维护

先决条件

• Python 3.12及以上版本
• 紫外线 （建议使用）或 pip
• 堆栈交换API密钥（见下文）

获取Stack Exchange API密钥

1. 首选 Stack Apps OAuth 注册
2. 填写表格：

- 名称：“Stack Overflow MCP”（或您偏好的名称） - 描述：“用于访问Stack Overflow的MCP服务器” - OAuth 域名：“localhost”（用于本地使用）

1. 提交并复制您的API密钥

安装

使用紫外线（推荐）

# Clone the repository
git clone 
cd stackoverflow-mcp

# Install dependencies
uv pip install -e .

# For development
uv pip install -e ".[dev]"

使用 pip

pip install -e .

# For development
pip install -e ".[dev]"

配置

环境变量

创建一个 .env 项目根目录中的文件：

cp .env.example .env

编辑 .env 根据您的配置：

# Required
STACK_EXCHANGE_API_KEY=your_api_key_here

# Optional: Rate limiting (defaults shown)
MAX_REQUEST_PER_WINDOW=30
RATE_LIMIT_WINDOW_MS=60000
RETRY_AFTER_MS=2000

使用方法

在本地运行服务器

# Using uv
uv run main.py

# Using python
python main.py

使用 Docker 运行

# Build the Docker image
docker-compose build

# Run the server
docker-compose run --rm stackoverflow-mcp

在VS Code中添加MCP

添加到您的用户 mcp.json 文件（文件 > 选项 > 设置 > 搜索“mcp” > 在 settings.json 中编辑）：

使用 Docker（推荐）：

"stackoverflow-mcp": {
  "type": "stdio",
  "command": "docker",
  "args": [
    "compose",
    "-f",
    "C:/Users/YourUser/path/to/stackoverflow-mcp/docker-compose.yml",
    "run",
    "--rm",
    "-T",
    "stackoverflow-mcp"
  ],
  "env": {
    "STACK_EXCHANGE_API_KEY": "your_api_key_here"
  }
}

不使用 Docker：

"stackoverflow-mcp": {
  "type": "stdio",
  "command": "python",
  "args": ["C:/Users/YourUser/path/to/stackoverflow-mcp/main.py"],
  "env": {
    "STACK_EXCHANGE_API_KEY": "your_api_key_here"
  }
}

可用工具

1. search_by_query

高级搜索，提供全面的筛选选项。

参数：

• query （必填）：搜索查询字符串
• tags按标签过滤（例如。， ["python", "pandas"]）

- ⚠️（警告符号，无具体文字含义，可理解为“注意”或“警告”的意思） 注无效标签会被自动检测并移除。搜索将继续使用仅包含有效标签，并显示哪些标签已被移除。 - ℹ️ 注如果按标签搜索未找到结果，系统将自动取消标签过滤并重新尝试搜索，以查找相关内容。

• excluded_tags排除特定标签
• min_score最低分数阈值（默认：0）
• has_accepted_answer要求接受答案（默认：否）
• title必须出现在标题中的文本
• body正文必须出现的文字
• min_answers最少回答数量
• sort_by按以下排序 activity， creation， votes，或 relevance （默认：“相关性”）
• include_comments包含注释（默认：false）
• response_format： "json" 或者 "markdown" （默认：“markdown”）
• limit最大结果数（默认：10）

2. search_by_error

解析错误信息并寻找解决方案。

参数：

• error_message （必需）：错误信息或堆栈跟踪
• language编程语言（例如，“python”，“javascript”）
• technologies相关技术（例如。， ["react", "django"])
• min_score最低分数阈值（默认：1）
• include_comments包含注释（默认：false）
• response_format： "json" 或者 "markdown" （默认：“markdown”）
• limit最大结果数（默认：5）

3. get_question

通过ID获取包含所有答案的特定问题。

参数：

• question_id （必填）：Stack Overflow 问题ID
• include_comments包含注释（默认：false）
• response_format： "json" 或者 "markdown" （默认：“markdown”）