codebase-context-dumper Сервер MCP
Сервер протокола контекста модели (MCP), предназначенный для простого переноса контекста вашей кодовой базы в большие языковые модели (LLM).
Зачем это использовать?
Большие контекстные окна в LLMs — это мощно, но ручной выбор и форматирование файлов из большой кодовой базы — утомительно. Этот инструмент автоматизирует процесс следующим образом:
- Рекурсивное сканирование каталога вашего проекта.
- Включение текстовых файлов из указанного дерева каталогов, которые не исключены правилами
.gitignore
. - Автоматический пропуск двоичных файлов.
- Объединение содержимого с четкими маркерами пути к файлу.
- Поддержка фрагментации для обработки кодовых баз, размер которых превышает окно контекста LLM.
- Полная интеграция с MCP-совместимыми клиентами.
Использование (рекомендуется: npx)
Самый простой способ использовать этот инструмент — через npx
, который запускает последнюю версию без необходимости локальной установки.
Настройте свой клиент MCP (например, Claude Desktop, расширения VS Code) для использования следующей команды:
После этого клиент MCP сможет вызвать инструмент dump_codebase_context
, предоставляемый этим сервером.
Характеристики и сведения об инструментах
Инструмент: dump_codebase_context
Рекурсивно считывает текстовые файлы из указанного каталога, соблюдая правила .gitignore
и пропуская двоичные файлы. Объединяет содержимое с заголовками/нижними колонтитулами пути к файлу. Поддерживает разбиение вывода на фрагменты для больших кодовых баз.
Функциональность :
- Сканирует каталог, указанный в
base_path
. - Учитывает файлы
.gitignore
на всех уровнях (включая вложенные и.git
по умолчанию). - Обнаруживает и пропускает двоичные файлы.
- Считывает содержимое каждого допустимого текстового файла.
- Добавляет заголовок (
--- START: relative/path/to/file ---
) и нижний колонтитул (--- END: relative/path/to/file ---
) к содержимому каждого файла. - Объединяет все обработанное содержимое файла в одну строку.
Входные параметры :
base_path
(строка, обязательно): абсолютный путь к каталогу проекта для сканирования.num_chunks
(целое число, необязательно, по умолчанию: 1): Общее количество фрагментов, на которые нужно разделить вывод. Должно быть >= 1.chunk_index
(целое число, необязательно, по умолчанию: 1): Индекс возвращаемого фрагмента, начинающийся с 1. Требуетnum_chunks > 1
иchunk_index <= num_chunks
.
Вывод : возвращает объединенное (и потенциально разбитое на фрагменты) текстовое содержимое.
Локальная установка и использование (расширенная)
Если вы предпочитаете запустить локальную версию (например, для разработки):
- Клонируйте репозиторий:
- Установить зависимости:
- Сборка сервера:
- Настройте клиент MCP так, чтобы он указывал на локальный вывод сборки:
Внося вклад
Вклады приветствуются! Подробности о разработке, отладке и выпуске новых версий см. на сайте CONTRIBUTING.md.
Лицензия
Этот проект лицензирован по Apache License 2.0. Подробности смотрите в файле LICENSE .
This server cannot be installed
local-only server
The server can only run on the client's local machine because it depends on local resources.
Сервер протокола контекста модели (MCP), предназначенный для простого переноса контекста вашей кодовой базы в большие языковые модели (LLM).
Related MCP Servers
- -securityAlicense-qualityA Model Context Protocol server that extracts and analyzes Python code structures, focusing on import/export relationships between files to help LLMs understand code context.Last updated -4PythonMIT License
- AsecurityAlicenseAqualityA Model Context Protocol (MCP) server that provides code analysis capabilities using tree-sitter, designed to give Claude intelligent access to codebases with appropriate context management.Last updated -2633PythonMIT License
- -securityAlicense-qualityA Model Context Protocol server that exposes over 200+ APIs from API.market as MCP resources, allowing large language models to discover and interact with various APIs through natural language commands.Last updated -1112TypeScriptMIT License
- -securityAlicense-qualityA Model Context Protocol server that enables Large Language Models to interact with Binary Ninja for reverse engineering tasks like viewing assembly code, decompiled code, renaming functions, and adding comments.Last updated -PythonMIT License