JIT-синтез инструментов v4

Генерация инструментов по требованию на базе LLM с подтверждением человеком и безопасным выполнением.

Обзор

Эта система динамически генерирует инструменты TypeScript с использованием LLM, требует подтверждения человеком перед выполнением и запускает их в изолированной среде («песочнице»).

Related MCP server: Code Mode MCP Server

Архитектура

┌─────────────┐     ┌──────────────┐     ┌─────────────┐
│ Synthesizer │────▶│   Approval   │────▶│  Sandbox    │
│   (LLM)     │     │ (Human Gate) │     │ (Execution) │
└─────────────┘     └──────────────┘     └─────────────┘
       │                   │                    │
       ▼                   ▼                    ▼
  Generates TS        Waits for            Runs in
  tool code          human approval       isolated env

Компоненты

Независимость от провайдера

Этот инструмент работает с любой LLM API, совместимой с OpenAI:

• OpenRouter — 100+ моделей (Claude, GPT, Llama и др.)

• OpenAI — GPT-4o, o3 и др.

• Ollama — Локальные модели (Llama, Qwen и др.)

• LM Studio — Локальные модели с графическим интерфейсом

• Groq — Быстрый вывод (inference)

• Любой другой API, совместимый с OpenAI

Настройка

# Install dependencies
npm install

# Copy environment template
cp .env.example .env

Настройка вашего провайдера LLM

Отредактируйте .env, указав данные вашего провайдера:

# Option 1: OpenRouter (default - 100+ models)
LLM_API_KEY=your-openrouter-key
LLM_BASE_URL=https://openrouter.ai/api/v1
LLM_MODEL=anthropic/claude-sonnet-4-6

# Option 2: OpenAI direct
LLM_API_KEY=sk-...
LLM_BASE_URL=https://api.openai.com/v1
LLM_MODEL=gpt-5.4

# Option 3: Ollama (local)
LLM_BASE_URL=http://localhost:11434/v1
LLM_MODEL=llama-3.3

# Option 4: Groq
LLM_API_KEY=gsk_...
LLM_BASE_URL=https://api.groq.com/openai/v1
LLM_MODEL=llama-3.3-70b-versatile

Использование

Сборка

npm run build

Тестирование с помощью MCP Inspector

Самый быстрый способ убедиться, что все работает:

npx @modelcontextprotocol/inspector node dist/server.js

Подключение к клиентам MCP

Этот сервер работает с любым клиентом MCP. Примеры конфигураций:

Claude Desktop — добавьте в настройки MCP вашего Claude Desktop:

{
  "mcpServers": {
    "jit-tool-synthesis": {
      "command": "node",
      "args": ["/absolute/path/to/jit-tool-synthesis/dist/server.js"],
      "env": {
        "LLM_API_KEY": "your-api-key",
        "LLM_BASE_URL": "https://openrouter.ai/api/v1",
        "LLM_MODEL": "anthropic/claude-sonnet-4-6"
      }
    }
  }
}

Claude Code:

claude mcp add jit-tools node /absolute/path/to/jit-tool-synthesis/dist/server.js

VS Code (Copilot):

code --add-mcp '{"name":"jit-tools","type":"stdio","command":"node","args":["/absolute/path/to/jit-tool-synthesis/dist/server.js"]}'

Cursor — добавьте в .cursor/mcp.json:

{
  "mcpServers": {
    "jit-tools": {
      "command": "node",
      "args": ["/absolute/path/to/jit-tool-synthesis/dist/server.js"],
      "env": { "LLM_API_KEY": "your-api-key" }
    }
  }
}

Конфигурация во время выполнения

Вы можете изменить провайдера LLM без перезапуска:

# View current config
get_config

# Change model at runtime
set_config model=openai/gpt-5.4

Инструменты MCP

Рабочий процесс

1. Запрос — Пользователь запрашивает инструмент (например, «создай конвертер цветов»)

2. Синтез — LLM генерирует код инструмента

3. Тестирование — Проверка с примерами параметров перед фиксацией

4. Подтверждение — Человек просматривает и одобряет код

5. Выполнение — Инструмент запускается в изолированной среде

6. Хранение — Утвержденные инструменты сохраняются между сессиями

Переменные окружения

Также поддерживаются (устаревшие): OPENROUTER_API_KEY, OPENAI_API_KEY, OPENAI_BASE_URL, SYNTHESIZER_MODEL

Безопасность

• Сгенерированный код выполняется в изолированной «песочнице» VM

• Заблокированные шаблоны предотвращают выполнение опасного кода (process, require, eval и т. д.)

• API-ключи не хранятся в файле конфигурации

Статус

Готов к эксплуатации — Фаза 1 завершена.