DeepView MCP
DeepView МКП
DeepView MCP — это сервер Model Context Protocol, который позволяет таким IDE, как Cursor и Windsurf, анализировать большие кодовые базы, используя обширное контекстное окно Gemini.
Функции
Загрузить всю кодовую базу из одного текстового файла (например, созданного с помощью таких инструментов, как repomix)
Запросить кодовую базу, используя большое контекстное окно Gemini
Подключитесь к IDE, поддерживающим протокол MCP, например, Cursor и Windsurf.
Настраиваемый выбор модели Gemini с помощью аргументов командной строки
Related MCP server: @lex-tools/codebase-context-dumper
Предпосылки
Питон 3.13+
Ключ API Gemini от Google AI Studio
Установка
Установка через Smithery
Чтобы автоматически установить DeepView для Claude Desktop через Smithery :
npx -y @smithery/cli install @ai-1st/deepview-mcp --client claudeИспользование пипа
pip install deepview-mcpИспользование
Запуск сервера
Примечание: вам не нужно запускать сервер вручную. Эти параметры настраиваются в настройках MCP в вашей IDE (см. ниже).
# Basic usage with default settings
deepview-mcp [path/to/codebase.txt]
# Specify a different Gemini model
deepview-mcp [path/to/codebase.txt] --model gemini-2.0-pro
# Change log level
deepview-mcp [path/to/codebase.txt] --log-level DEBUGПараметр файла кодовой базы является необязательным. Если он не указан, вам нужно будет указать его при выполнении запросов.
Параметры командной строки
--model MODEL: Укажите модель Gemini для использования (по умолчанию: gemini-2.0-flash-lite)--log-level {DEBUG,INFO,WARNING,ERROR,CRITICAL}: Установить уровень ведения журнала (по умолчанию: INFO)
Использование с IDE (Cursor/Windsurf/...)
Открыть настройки IDE
Перейдите к конфигурации MCP
Добавьте новый сервер MCP со следующей конфигурацией:
{ "mcpServers": { "deepview": { "command": "/path/to/deepview-mcp", "args": [], "env": { "GEMINI_API_KEY": "your_gemini_api_key" } } } }
Установка файла кодовой базы необязательна. Если вы работаете с той же кодовой базой, вы можете установить файл кодовой базы по умолчанию, используя следующую конфигурацию:
{
"mcpServers": {
"deepview": {
"command": "/path/to/deepview-mcp",
"args": ["/path/to/codebase.txt"],
"env": {
"GEMINI_API_KEY": "your_gemini_api_key"
}
}
}
}Вот как указать версию Gemini для использования:
{
"mcpServers": {
"deepview": {
"command": "/path/to/deepview-mcp",
"args": ["--model", "gemini-2.5-pro-exp-03-25"],
"env": {
"GEMINI_API_KEY": "your_gemini_api_key"
}
}
}
}Перезагрузить конфигурацию серверов MCP
Доступные инструменты
Сервер предоставляет один инструмент:
deepview: Задайте вопрос о кодовой базеОбязательный параметр:
question— вопрос, который нужно задать о кодовой базе.Необязательный параметр:
codebase_file— путь к файлу кодовой базы для загрузки перед выполнением запроса.
Подготовка вашей кодовой базы
DeepView MCP требует один файл, содержащий всю вашу кодовую базу. Вы можете использовать repomix для подготовки вашей кодовой базы в формате, удобном для ИИ.
Использование репомикса
Базовое использование : Запустите repomix в каталоге проекта, чтобы создать выходной файл по умолчанию:
# Make sure you're using Node.js 18.17.0 or higher
npx repomixЭто сгенерирует файл repomix-output.xml содержащий вашу кодовую базу.
Пользовательская конфигурация : создайте файл конфигурации, чтобы настроить, какие файлы будут упакованы, и формат вывода:
npx repomix --initЭто создаст файл repomix.config.json , который вы можете отредактировать следующим образом:
Включить/исключить определенные файлы или каталоги
Изменить формат вывода (XML, JSON, TXT)
Задайте имя выходного файла
Настройте другие параметры упаковки
Пример конфигурации репомикса
Вот пример файла repomix.config.json :
{
"include": [
"**/*.py",
"**/*.js",
"**/*.ts",
"**/*.jsx",
"**/*.tsx"
],
"exclude": [
"node_modules/**",
"venv/**",
"**/__pycache__/**",
"**/test/**"
],
"output": {
"format": "xml",
"filename": "my-codebase.xml"
}
}Более подробную информацию о repomix можно найти в репозитории repomix GitHub .
Лицензия
Массачусетский технологический институт
Автор
Дмитрий Дегтярев ( ddegtyarev@gmail.com )
This server cannot be deployed
Maintenance
Related MCP Connectors
A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…
A Model Context Protocol server for Wix AI tools
Enable secure connectivity between Sentry issues and debugging data, and LLM clients, using a Model Context Protocol (MCP) server.
An MCP server that gives your AI access to the source code and docs of all public github repos
Related MCP Servers
- AlicenseAqualityCmaintenanceA Model Context Protocol (MCP) server that helps large language models index, search, and analyze code repositories with minimal setup22142,023 PyPI1,007MIT
- AlicenseAqualityDmaintenanceA Model Context Protocol (MCP) server designed to easily dump your codebase context into Large Language Models (LLMs).14 npm3Apache 2.0
- FlicenseNot gradedqualityDmaintenanceA Model Context Protocol server that connects AI clients to local code repositories, using Gemini 2.0 Flash to analyze codebases and generate targeted context based on user queries.10-

CodeAlive MCPofficial
AlicenseNot gradedqualityBmaintenanceA Model Context Protocol server that enhances AI agents by providing deep semantic understanding of codebases, enabling more intelligent interactions through advanced code search and contextual awareness.90MIT