Ultrasharp Tools MCP

        ██  ██
        ██  ██  ██    ██████ █████▄  ▄████▄
        ██  ██  ██      ██   ██▄▄██▄ ██▄▄██
        ██  ██  ██      ██   ██   ██ ██  ██
        ██  ██  ██████  ██   ██   ██ ██  ██
        ▀████▀           ▄▄▄▄ ▄▄ ▄▄  ▄▄▄  ▄▄▄▄  ▄▄▄▄
                        ███▄▄ ██▄██ ██▀██ ██▄█▄ ██▄█▀
                        ▄▄██▀ ██ ██ ██▀██ ██ ██ ██
     ╔═════════════════════════════════════════════════════╗
     ║            ULTRASHARP-TOOLS MCP SERVER              ║
     ╚═════════════════════════════════════════════════════╝

  

Умный инструмент работы с C# кодом для вас и вашего ИИ

Если вы активно используете ИИ для написания кода, то наверняка сталкивались с проблемами: ИИ тратит много времени и токенов на полнотекстовый поиск. Для массовых изменений пишет одноразовые скрипты, которые работают после десятой правки — и хорошо, если ничего не ломают.

Ultrasharp Tools решает эти проблемы.

### Как это работает

Умный парсинг: - Весь код парсится в связанную структуру. Все инструменты работают с ней, а не с текстом. - Скорость: 500К строк за 10 сек, 6М строк за 50 сек. Повторный доступ — 0.02 сек из кеша.

Кеширование: - Структура кешируется и инкрементно обновляется. - Для каждой git-ветки — свой слой. Переключил ветку — всё сразу готово. - Аналогично работает векторная база для embed-моделей (Ollama/TEI).

Точечная работа: - Поиск, анализ, модификация — сразу на нужных участках кода. Без перебора файлов. - После изменений автоматически запускается линтинг и форматирование. Результат приходит сразу.

Естественные команды: - "Добавь метод в этот класс" - "Найди где используется этот сервис" - "Покажи что сломается если изменить интерфейс"

Семантическая модель сама разберёт запрос и запустит нужные инструменты.

Умные замены: - semantic_replace меняет код с пониманием контекста. - Можно за секунды обновить 500+ точек логирования на новый формат. - Если модель не уверена — честно скажет, а не выдумает.

Статическая трассировка: - Задаёте точку старта и конца — получаете последовательность выполнения. - Или наоборот: есть точка падения — инструмент "отмотает назад" и покажет причины.

Умный merge: - semantic_merge разбирается со сложными конфликтами на трёх уровнях автоматически.

### Архитектура

Три процесса с lazy-запуском: - Comm — лёгкий Named Pipe bridge (~700 KB, один бинарник для всех ОС), запускается у каждого агента - Droid — основной Roslyn-сервер (singleton, multi-client через Named Pipe) - VectorDB — семантический движок (lazy start, shared между всеми)

  Claude₁ ←stdio→ Comm₁ ──┐
  Claude₂ ←stdio→ Comm₂ ──┼── Named Pipe ──→ Droid (singleton) ──→ VectorDB
  Claude₃ ←stdio→ Comm₃ ──┘

Сколько бы агентов ни работало — Droid и VectorDB всегда одни. Экономия до 10 GB RAM.

Данный проект работает только с C#. Для проектов с JS/TS/Python - используйте аналогичный ultrascript-tools-mcp

📦 Установка

1. Скачайте релиз на и распакуйте.
2. Настройте ИИ (Claude Code / Claude Desktop) - .claude.json:

Windows:

{
  "mcpServers": {
    "ultrasharp-tools": {
      "command": "C:\\Tools\\UltrasharpTools\\UltraSharp-tools.com"
    }
  }
}

macOS/Linux:

{
  "mcpServers": {
    "ultrasharp-tools": {
      "command": "/path/to/ultrasharp-tools"
    }
  }
}

Примечание: Запускается UltraSharp-tools.com (Windows) или ultrasharp-tools wrapper (macOS/Linux). Первый Comm автоматически запустит Droid в daemon-режиме. Последующие Comm подключатся к существующему Droid.

⚠️ macOS: Используйте ultrasharp-tools wrapper, а не .com напрямую (решает ENOEXEC). Альтернатива: обновите zsh до 5.9+ (brew install zsh) — тогда .com работает напрямую.

1. Добавить в CLAUDE.md описание работы с инструментами
2. Настройте семантический поиск - запустите мастер настройки и следуйте его инструкциям:

Windows:

C:\Tools\UltrasharpTools\Scripts\setup-semantic-embedding.cmd

Linux/macOS:

PATH/Tools/UltrasharpTools/Scripts/setup-semantic-embedding.sh

В зависимости от опредёленного GPU - будет предложено выбрать систему Ollama/TEI-в-docker. Потом выбрать наиболее подходящую вам embedding модель.

Специально для GTX50xx (Blackwood) используется неофициальная TEI, которая поддерживает такую архитектуру.

💡 Что это даёт вам?

Работайте с C# кодом как человек-разработчик

Вместо простых текстовых операций, AI получает те же инструменты что и вы:

Примеры команд:

• "Добавь метод ValidateEmail в класс UserService"
• "Покажи все места где используется PaymentProcessor"
• "Переименуй метод GetUser → FetchUserAsync и обнови все вызовы"
• "Что сломается если я изменю интерфейс IAuthService?"
• "Найди дубликаты этого метода в проекте"

Результат: точные изменения + автоформатирование + проверка ошибок + git commit.

Экономьте время на рутине

Умный анализ через Roslyn, а не текст

Текстовые операции AI:

AI: "Добавляю метод в конец файла..."
Результат: ❌ Метод внутри другого метода
           ❌ Отсутствуют using'и
           ❌ Не скомпилируется

UltrasharpTools с Roslyn:

AI использует add_member:
✅ Метод добавлен в правильное место класса
✅ Автоматически добавлены нужные using System.Linq
✅ Код отформатирован через CSharpier
✅ 0 ошибок компиляции
✅ Git commit создан автоматически

Потому что понимает структуру кода, а не просто текст.

🚀 Реальные примеры использования

1. Добавление нового функционала

Проблема: Нужно добавить валидацию email во все user-сервисы.

Решение:

Вы: "Добавь метод ValidateEmail в класс UserService с проверкой на regex"

UltrasharpTools:
✅ Метод добавлен в Services/UserService.cs
✅ Автоматически добавлен using System.Text.RegularExpressions
✅ Код отформатирован через CSharpier
✅ Компиляция успешна (0 ошибок)
✅ Git commit: "feat: Add email validation to UserService"

Время: 2 секунды вместо 5 минут ручного редактирования

2. Масштабный рефакторинг

Проблема: Нужно переименовать IUserRepository → IUserDataAccess во всём solution (120 файлов).

Решение:

Вы: "Переименуй IUserRepository в IUserDataAccess везде в solution"

UltrasharpTools:
✅ Найдено 347 использований в 23 файлах
✅ Обновлены:
  - Определение интерфейса
  - Все реализации (UserRepository, TestUserRepository)
  - Все DI регистрации
  - Все параметры конструкторов
  - Все XML документации
✅ Компиляция успешна
✅ Git commit: "refactor: Rename IUserRepository to IUserDataAccess"

Без ошибок, без пропущенных мест. Время: 8 секунд.

3. Анализ влияния изменений

Проблема: Нужно изменить сигнатуру метода ProcessPayment, но не понятно что сломается.

Решение:

Вы: "Покажи где используется PaymentService.ProcessPayment"

UltrasharpTools:
✅ Найдены все вызовы:
  1. OrderController.Checkout() - прямой вызов
     File: Controllers/OrderController.cs:45
     Code: await _paymentService.ProcessPayment(order.Total)

  2. SubscriptionService.RenewSubscription() - через DI
     File: Services/SubscriptionService.cs:78

  3. PaymentQueueWorker.ProcessAsync() - background job
     File: Workers/PaymentQueueWorker.cs:112

Затронуто: 3 компонента, 3 файла
Рекомендация: добавить перегрузку метода для обратной совместимости

⚡ Насколько это быстро?

Производительность на реальных проектах:

Возможности:

• ✅ Много агентов — один сервер — Claude Desktop + Claude Code + Cursor одновременно
• ✅ Общий Roslyn workspace — все редакторы видят одни и те же изменения
• ✅ Локальный Git — автоматические коммиты в sharptools/* ветки
• ✅ Максимальная скорость — нет сетевых задержек
• ✅ NuGet packages из локального кэша (~/.nuget/packages/)
• ✅ Локальная семантика — semantic search через Ollama/TEI (VectorDB)
• ✅ Auto-recovery — Droid и VectorDB перезапускаются при сбоях

Use case: Индивидуальная разработка с несколькими AI-агентами/редакторами одновременно

🌐 Overlord - Semantic Hub для команды (в тестировании)

⚠️ Статус: В активном тестировании. API может меняться.

Централизованный сервер для semantic обработки кода

Архитектура:

Droid (на машине разработчика)
    ↓ работает с локальными файлами
    ↓ создаёт code embeddings
    ↓ отправляет векторы через HTTP
        ↓
    Overlord (Docker/Kubernetes)
        ↓ принимает векторы от всех Droid клиентов
        ↓ хранит в едином MultiProjectVectorStore
        ↓ использует мощную embedding модель (Ollama/TEI)
        ↓ выполняет cross-project semantic search
        ↓ возвращает результаты с рекомендациями

Ключевая особенность: Overlord НЕ работает с файлами напрямую! Каждый Droid работает со своими локальными проектами, а Overlord:

• Агрегирует векторы от всех разработчиков
• Предоставляет единую точку доступа к мощной embedding модели
• Выполняет поиск по всем проектам команды одновременно

Deployment через Docker:

docker run -d \
  --name ultrasharp-overlord \
  -p 3001:3001 \
  -v ultrasharp-vectors:/app/data \
  -e EMBEDDING_URL=http://ollama:11434 \
  -e EMBEDDING_MODEL=granite-embedding \
  ghcr.io/faxenoff/ultrasharp-tools-overlord:latest

Подключение Droid к Overlord:

# Ваш Droid работает с локальными файлами
# + использует Overlord для semantic операций
UltrasharpTools.Droid.exe \
  --overlord-url http://overlord:3001 \
  --load-solution D:/MyProject/MyApp.sln

Что получаете:

• 🧠 Shared semantic brain - единая база знаний о коде всей команды
• 🔍 Cross-project search - "найди дубликаты во ВСЕХ проектах команды"
• 💪 Powerful embedding - дорогая модель на GPU доступна всем
• 📊 Smart recommendations - "в проекте TeamA уже есть такая реализация!"
• ⚡ No local GPU needed - embedding выполняется на сервере
• 🔄 Auto-enrichment - все инструменты автоматически обогащаются semantic данными

Use case:

• Команды разработчиков с несколькими проектами
• Поиск дубликатов кода между микросервисами
• Централизованный доступ к мощной embedding модели
• Knowledge sharing через semantic recommendations

📖 Подробнее: Run.Docs/OVERLORD_README.md | Deployment Guide

🎨 Полный список инструментов (52 tools)

🔷 Solution Management (2)

🔍 Analysis Tools (15)

\* pattern_search работает без semantic в режимах entity и content

✏️ Modification Tools (8)

✨ Quality Tools (4)

✅ Validation Tools (3)

🐛 Debugging & Tracing (5)

📄 Document Tools (3)

📁 File Operations (2)

🧠 Semantic Tools (8) — требуют Semantic Mode

💾 Snapshot Tools (4)

📦 Package & Misc (2)

⚙️ System (1)

📊 Semantic vs Instrumental

Работают всегда (без Semantic Mode):

• Все Solution, Modification, Quality, Validation, Tracing, Document, File Ops, Snapshot, Package, System инструменты
• pattern_search в режимах entity и content

Требуют Semantic Mode (проверка через get_capabilities()):

• semantic_search, semantic_diff, detect_code_clones
• semantic_replace, get_semantic_replace_info
• find_duplicates, reindex_changed_files
• semantic_merge, get_semantic_merge_info
• pattern_search в режимах semantic и hybrid

📖 Подробная документация: Run.Docs/Claude/ - примеры, best practices, workflows для каждого инструмента.

🔧 Дополнительные возможности

Semantic Code Search

Для поиска похожего кода по смыслу (не по тексту) можно включить векторные embeddings.

Что получите:

• ✅ Поиск дубликатов даже с разными названиями переменных
• ✅ "Найди код похожий на этот метод" → семантический поиск
• ✅ Автоматическая группировка похожих методов/классов

Два варианта setup:

1. Локальная семантика (Droid)

Быстрая настройка через setup-semantic-embedding.cmd:

# Windows
Dev.Scripts\setup-semantic-embedding.cmd

# Linux/Mac
pwsh Dev.Scripts/setup-semantic-embedding.ps1

Выберите embedding provider:

• Ollama - простая установка, работает на CPU/GPU
• TEI - максимальная производительность, требует Docker + NVIDIA GPU
• Memory - для тестирования без внешних зависимостей

Ollama quick start:

# 1. Установите Ollama (https://ollama.ai)
ollama pull granite-embedding

# 2. Запустите setup
setup-semantic-embedding.cmd
# Выберите "Ollama"

# 3. Готово! Droid автоматически использует Ollama

2. Централизованная семантика (Overlord)

Для командной работы - shared semantic index на Overlord сервере. Все разработчики используют единую базу векторов и embedding service.

Адаптивные векторные бэкенды (автоматическое переключение):

• SqliteVec ( 10K символов): 3-100x быстрее поиск, 99.9%+ recall, масштабируется до 100K+ векторов
• Auto-switching: автоматический выбор оптимального backend по размеру базы

📖 Подробнее: Run.Docs/Deployment/SEMANTIC_SETUP_GUIDE.md

Layered Indexing для Git workflow (включено по умолчанию)

Автоматическое управление индексами при работе с Git ветками:

Что происходит автоматически:

• ✅ При git checkout feature → индекс переключается на feature
• ✅ При изменении файла → обновляется Working Delta ( # Trace|Debug|Information|Warning|Error|Critical

--load-solution # Автозагрузка .sln при старте --build-configuration # Debug|Release --disable-git # Отключить Git integration --symbol-cache # Включить persistent cache (по умолчанию: true) --symbol-cache-clear # Очистить cache при старте --low-memory # Режим экономии памяти (SQLite для reflection types)

Overlord (HTTP/SSE)

--port # HTTP порт (по умолчанию: 3001)

+ все опции Droid

**Layered Indexing** (настраивается в DI):

services.WithLayeredIndexing( maxBranchDeltas: 50, // Max веток в кеше (LRU eviction) enablePersistence: true, // SQLite persistence deltaCompactionThreshold: 500 // Порог для compaction );

**Symbol Cache** (10x faster startup):

services.WithUltrasharpToolsServices( symbolCacheOptions: new SymbolCacheOptions { Enabled = true, // Включить persistent cache ClearOnStartup = false, // Очистка при старте CacheDirectory = null // null = %TEMP%/UltrasharpTools/SymbolCache } );

**Low Memory Mode** (экономия ~50-100MB):

services.WithUltrasharpToolsServices( lowMemoryMode: true // Использует SQLite для reflection types вместо FrozenDictionary );

Или через CLI:

UltrasharpTools.Droid.exe --low-memory

**Оптимизации в режиме `--low-memory`:**
- SQLite FTS5 для reflection type search вместо in-memory FrozenDictionary
- LRU cache (500 типов) для горячих данных
- Lazy loading Type объектов через MetadataLoadContext
- Уменьшенные лимиты MemoryCache (150MB + 250MB вместо 500MB + 1GB)

---

## 🛠️ **Для разработчиков**

Инструкции по сборке из исходников, запуску тестов и разработке см. [Dev.Docs/CLAUDE.md](Dev.Docs/CLAUDE.md)

---

## 📄 **License**

MIT License - см. [LICENSE](LICENSE)

**Основан на**: [sharp-tools](https://github.com/tluyben/sharp-tools) by tluyben.
([Отличия от оригинального проекта](Dev.Docs/ULTRA-SHARPED.md))