AI Optimizer MCP 🧠🔧 - Многозадачный MCP-сервер

Разработано Barack Ndenga ♥️

Подробности

Многозадачный MCP-сервер для VSCode/Cursor, CLI и автономных агентов. Оптимизация кода с помощью ИИ + тестирование + расширяемость.

• Транспорты: Stdio (VSCode), subprocess, HTTP (в будущем)

• Варианты использования: Чат в VSCode, циклы агентов, CI/CD, удаленные серверы

• Безопасность: Переменные окружения, выполнение в песочнице

Related MCP server: VegaMCP

Манифест (Многозадачные возможности)

• 🛠️ 3+ инструмента: Тестирование/оптимизация кода/цели (+расширяемые)

• 🔌 VSCode/Cursor: нативный mcp.json

• 🖥️ CLI Standalone: ai-optimizer-mcp run

• 🤖 Агенты: цикл examples/agent.py

• ⚙️ Мультисреда: Local/dev/prod через .env

• 📊 Память/История: постоянный JSON

• 🔄 Итеративные циклы: Автоматическое улучшение

Кроссплатформенная конфигурация

1. VSCode/Cursor (Рекомендуется)

Файл .vscode/mcp.json (несколько серверов):

{
  "servers": {
    "ai-optimizer": {
      "command": "python",
      "args": ["-m", "ai_optimizer_mcp.server"]
    },
    "ai-optimizer-dev": {
      "command": "python",
      "args": ["-m", "ai_optimizer_mcp.cli", "run", "--dev"]
    }
  }
}

Многозадачность: переключение серверов в чате!

2. CLI / Скрипты / Агенты

ai-optimizer-mcp run  # Stdio server (pipes)
ai-optimizer-mcp run --dev  # Debug
ai-optimizer-mcp --install-mcp  # Print mcp.json

3. Автономные агенты / Subprocess

# examples/agent.py
import asyncio
from mcp.client.stdio import stdio_client

async def agent_loop():
    async with stdio_client(command=["python", "-m", "ai_optimizer_mcp.server"]) as client:
        # Multi-task calls
        score = await client.call_tool("run_tests", {"code_snippet": code})
        improved = await client.call_tool("generate_improvement", {"code": code, "test_result": score})

Предварительные требования (.env)

cp .env.example .env
# OPENAI_API_KEY=sk-...
# OBJECTIVE="Your custom goal"

Многозадачное использование

1. Чат в VSCode: use_mcp_tool("ai-optimizer", "run_tests", ...)

2. CLI Pipe: echo code | ai-optimizer-mcp run

3. Цикл агента: python examples/agent.py

4. CI/CD: Subprocess в GitHub Actions/Jenkins

Пример ответа инструмента:

run_tests → "Tests passed: score=4/4 (f(2)=4)"
generate_improvement → "def f(x): return 2 * x"

Устранение неполадок в мультисреде

• VSCode: Перезагрузите окно после изменения mcp.json

• Нет API-ключа: ValueError → Проверьте .env

• Тайм-аут: TEST_TIMEOUT=10 в .env

• Память: rm memory.json

• Логи: --dev или LOG_LEVEL=DEBUG

Разработка

pip install -e .[dev]
pre-commit install
pytest

Инструменты MCP (Расширяемые)

Apache 2.0 - Готов к многозадачности! VSCode, CLI, Агенты, CI. Присоединяйтесь к разработке!

CHANGELOG