Coding Tools MCP

英文 | 简体中文

为任何 AI 聊天或智能体提供一双处理你代码库的安全可靠之手。

Coding Tools MCP 是一个模型无关的编码运行时，基于 Model Context Protocol 提供服务：文件读取与搜索、结构化多文件补丁、命令执行、交互式会话和 git —— 任何 MCP 客户端都可以驱动这一个服务器。Claude Desktop、Claude Code、Cursor、Cline，或者你自己构建的智能体，都能获得同样的 20 个久经考验的工具，并局限于一个工作区内，由权限模式把关。

为什么使用它

• 它能将聊天应用变成编码智能体。 Claude Desktop —— 或任何 MCP 聊天客户端 —— 借助你已有的订阅即可获得真实的仓库访问权限，无需额外产品。

• 安全本身就是产品，而非事后补救。 每个服务器只有一个工作区根目录。绝对路径、.. 穿越和符号链接逃逸都会被拒绝。权限模式为网络访问、shell 展开、内联脚本和破坏性命令设置门禁。在 Linux 上，Landlock 增加了内核级的文件系统隔离。

• 它与模型和厂商无关。 一个固定且真实标注的工具目录 —— 没有配置文件切换，也没有标注把戏。可以自由更换模型或客户端；运行时及其行为保持不变。

• 它专为上下文窗口而设计。 结果在设计上会进行摘要、分页并设置上限；在确定性的 dogfood 工作负载上，序列化工具结果的字节数逐版本下降了 37%，而任务完成率不变。

快速开始

使用你已有的任何工具链来运行它（服务器来自 PyPI，要求 Python ≥ 3.11；npm 包是一个通过 uv 或 pipx 启动它的轻量启动器）：

uvx coding-tools-mcp --stdio --workspace /path/to/repo   # Python toolchain
npx coding-tools-mcp --stdio --workspace /path/to/repo   # Node toolchain

将它接入 Claude Desktop、Claude Code、Cursor 或 Cline —— JSON 在任何地方都一样（如果你更喜欢 Node，可以把 uvx 换成 npx）：

{
  "mcpServers": {
    "coding-tools": {
      "command": "uvx",
      "args": ["coding-tools-mcp", "--stdio", "--workspace", "/path/to/repo"]
    }
  }
}

然后对你的客户端说：“运行测试套件并修复第一个失败。”

更喜欢 HTTP？去掉 --stdio，服务器就会在 http://127.0.0.1:8765/mcp 上使用 Streamable HTTP 协议（MCP 2025-11-25，兼容 2025-06-18）。一行安装程序、各客户端的逐步指南和故障排查，见 docs/quickstart.md 和 docs/mcp-client-config.md。

七个值得一试的用法

1. 让 Claude Desktop 成为你的编码智能体。 上面的配置就够了 —— 你已经在付费的聊天窗口现在可以读取、修补、测试并审查真实仓库的提交。

2. 随时随地在自己机器上编码。

CODING_TOOLS_MCP_AUTH_MODE=bearer ./scripts/tunnel.sh cloudflared /path/to/repo

回环绑定 + 经过认证的 HTTPS 隧道（cloudflared、ngrok 或 Microsoft Dev Tunnel）。用手机上的 claude.ai 指向 https://<tunnel-host>/mcp，即可从任何地方操控家里的工作站。内置 Bearer 令牌和 OAuth 2.1 + PKCE（含 RFC 7591 动态注册）。→ docs/remote-mcp.md

3. 在一次性沙箱中放开智能体处理不受信任的代码。

docker build -t coding-tools-mcp-sandbox:local .
docker run --rm --init -it -p 8765:8765 -v "$PWD:/workspace" coding-tools-mcp-sandbox:local

一个预配置了工具链和缓存的容器化服务器，可以放心地指向可疑的 PR，用完后销毁。→ docs/docker.md

4. 通过一次 MCP 调用启动云沙箱。 随附的 Cloudflare Worker 控制平面 将 start_coding_tools_sandbox 作为 MCP 工具暴露：一次调用即可调度一个 GitHub Actions 运行器，该运行器会启动 Docker 沙箱，并将其发布到经过认证的 Cloudflare Tunnel 后面。临时计算资源，无需自己的服务器。

5. 从 GUI 驱动它。

python -m pip install "coding-tools-mcp[desktop]"
coding-tools-mcp-desktop

按工作区配置文件、服务器和隧道的启动/停止、带剪贴板助手的凭据设置、实时健康检查。支持英文和简体中文。

6. 保持交互式会话存活。 exec_command 在真实 PTY 下启动 REPL 或调试器；write_stdin 跨回合向它输入内容；read_output 分页显示长输出；kill_session 清理会话。长时间运行的进程是一等公民，带有截止时间看门狗和有界缓冲区。

7. 为你自己的智能体提供生产级双手。 正在用 Anthropic SDK 或其他工具构建智能体循环？不要手工拼装文件和执行工具 —— 通过 MCP 与这个服务器对话，继承整个安全边界。→ docs/embedding.md

工具目录

一套稳定、真实标注的工具集 —— 权限模式改变的是命令策略，绝不会改变模型看到的工具。apply_patch 是唯一的文件修改原语：分阶段、基线检查、跨文件原子，且支持回滚。

根目录的 AGENTS.md/CLAUDE.md 文件会自动加载到初始化上下文中。工具的 content 是简洁的、面向智能体的文本；structuredContent 携带完整的机器可读结果。模式与结果封装：docs/tools-and-schemas.md · docs/runtime-contract-v0.2.md。

安全边界

递归列出和搜索会排除 .git、node_modules、构建输出、虚拟环境和缓存。命令在工作区绑定的 cwd、经过清理的环境、超时和输出上限下运行。支持 Landlock 的 Linux 主机可获得内核强制的文件系统隔离；其他平台会收到明确警告 —— 这仍然不是完整的操作系统沙箱，因此对于真正不受信任的工作，请使用 Docker 镜像或虚拟机。详细信息： SECURITY.md · docs/security-boundary.md · docs/permission-modes.md

遥测

服务器会发送匿名使用遥测数据（每个工具的成功/延迟计数、版本/平台维度 —— 绝不包含路径、参数、命令或文件内容），以帮助确定修复优先级。可通过 CODING_TOOLS_MCP_TELEMETRY=off 或 DO_NOT_TRACK=1 禁用它；在 CI 中它会自动关闭。CODING_TOOLS_MCP_TELEMETRY=debug 会将每个事件打印到 stderr 而不是发送。完整的事件列表和保证见 docs/telemetry.md。

实证、Dogfood 与 SWE-bench

每个版本都会通过一个由标签触发的流水线发布，在该流水线中，合规套件、真实工作负载基准和 SWE-bench 测试框架均从发布到 PyPI 和 npm 的同一个提交运行 —— 两者均通过可信发布，npm 附带来源证明。Dogfood 效率指标是可复现的（make dogfood-smoke），并已签入 reports/ 目录。本仓库不声称模型生成的 SWE-bench 排行榜结果 —— 有关确切测量了什么、没测量什么，请参阅 docs/swe-bench.md。更多：COMPLIANCE.md · BENCHMARK.md · docs/dogfood.md

文档

开发

python -m pip install -e ".[dev]"
make ci        # lint, typecheck, tests, protocol/integration suites, gates

完整的门禁矩阵见 docs/ci-and-tests.md。

许可证

本项目采用 Apache License 2.0 许可证。

如果你使用了本项目的代码、文档、实质性实现细节或衍生作品，请保留版权声明、许可证声明和 NOTICE 文件，并明确注明原始项目。

项目：Coding Tools MCP
作者：Coding Tools MCP Contributors
来源：https://github.com/xyTom/coding-tools-mcp

引用元数据见 CITATION.cff。