AI Optimizer MCP
AI Optimizer MCP 🧠🔧 - 多任务 MCP 服务器
由 Barack Ndenga 开发 ♥️
详情
多任务 MCP 服务器,适用于 VSCode/Cursor、CLI、自主智能体。AI 代码优化 + 测试 + 可扩展。
传输方式: Stdio (VSCode)、subprocess、HTTP (未来支持)
用例: VSCode 聊天、智能体循环、CI/CD、远程服务器
安全性: 环境变量、沙箱执行
清单 (多任务能力)
🛠️ 3+ 工具: 代码测试/优化/目标(+可扩展)
🔌 VSCode/Cursor: 原生 mcp.json
🖥️ CLI 独立运行:
ai-optimizer-mcp run🤖 智能体: examples/agent.py 循环
⚙️ 多环境: 通过 .env 实现本地/开发/生产环境切换
📊 内存/历史记录: JSON 持久化
🔄 迭代循环: 自动改进
多平台配置
1. VSCode/Cursor (推荐)
.vscode/mcp.json 文件 (多服务器):
{
"servers": {
"ai-optimizer": {
"command": "python",
"args": ["-m", "ai_optimizer_mcp.server"]
},
"ai-optimizer-dev": {
"command": "python",
"args": ["-m", "ai_optimizer_mcp.cli", "run", "--dev"]
}
}
}多任务:在聊天中切换服务器!
2. CLI / 脚本 / 智能体
ai-optimizer-mcp run # Stdio server (pipes)
ai-optimizer-mcp run --dev # Debug
ai-optimizer-mcp --install-mcp # Print mcp.json3. 自主智能体 / 子进程
# 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})前置要求 (.env)
cp .env.example .env
# OPENAI_API_KEY=sk-...
# OBJECTIVE="Your custom goal"多任务使用
VSCode 聊天:
use_mcp_tool("ai-optimizer", "run_tests", ...)CLI 管道:
echo code | ai-optimizer-mcp run智能体循环:
python examples/agent.pyCI/CD: GitHub Actions/Jenkins 中的子进程
工具响应示例:
run_tests → "Tests passed: score=4/4 (f(2)=4)"
generate_improvement → "def f(x): return 2 * x"多环境故障排除
VSCode: 修改 mcp.json 后重新加载窗口
无 API 密钥: ValueError → 检查 .env
超时: 在 .env 中设置
TEST_TIMEOUT=10内存:
rm memory.json日志: 使用
--dev或LOG_LEVEL=DEBUG
开发
pip install -e .[dev]
pre-commit install
pytestMCP 工具 (可扩展)
工具 | 参数 | 用例 |
|
| VSCode/CLI 测试代码 |
|
| 自动优化 |
| - | 在任何上下文中读取目标 |
Apache 2.0 - 已准备好进行多任务处理!VSCode、CLI、智能体、CI。欢迎贡献!
This server cannot be installed
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Latest Blog Posts
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/BarackNdenga/AI-Task-Optimizer-MCP'
If you have feedback or need assistance with the MCP directory API, please join our Discord server