Coding Tools MCP

Coding Tools MCP 是一个 Rust + Tauri 2 桌面应用。选择项目目录并启动服务后，AI Agent 就能通过 MCP 读取文件、修改代码、运行命令和测试、查看 Git 状态，并把关键进度保存为项目内的历史会话。它更接近“AI 打开一个会记住开发进度的 IDE 工作区”；普通开发工具不要求先创建 Task，历史会话则负责在新对话中恢复上下文。

一个桌面端同时管理工作区、MCP 服务、连接信息与会话恢复提示词。

30 秒看懂怎么用

下载安装桌面端
  → 添加项目目录
  → 启动 MCP 和公网隧道
  → 复制“公网 MCP 地址”
  → ChatGPT 开启开发人员模式
  → 新建 MCP 插件并粘贴地址
  → 完成授权，在新对话中开始开发

第一次使用只需要记住两件事：桌面端负责把项目变成 MCP 工作区，ChatGPT 负责通过公网 /mcp 地址连接它。

• 查看完整安装和桌面端启动步骤

• 直接查看 ChatGPT 插件配置

Related MCP server: Coding Tools MCP

五分钟开始使用

1. 安装桌面客户端

打开 Releases 并下载对应安装包：

macOS 安装包目前未签名。如果系统阻止首次打开，请在“系统设置 → 隐私与安全性”中确认打开。

2. 添加项目工作区

1. 点击左侧的“添加工作区”。

2. 选择项目根目录。

3. 设置工作区名称、MCP 端口和认证方式。

4. 保存后，工作区会长期保留在左侧列表中。

3. 配置公网隧道

如果 AI 客户端不在本机，需要把本地 MCP 暴露为 HTTPS 地址：

• 在“软件管理”中安装或识别 frpc / cloudflared。

• 在“FRP 配置”中保存服务器、端口和 Token，或在工作区选择 Cloudflare。

• 每个工作区填写独立子域名。应用会统一管理 FRP 进程和多条代理线路。

FRP 服务器配置集中保存，各工作区只需选择配置并填写自己的子域名。

如果还没有可用的 FRPS 服务端，可以参考：FRPS 服务端安装教程（微信公众号）。安装完成后，把服务端地址、端口和 Token 填入客户端的“FRP 配置”即可。

4. 启动 MCP

进入工作区并点击 MCP 的“启动”。客户端会显示：

• 本地 MCP 地址，例如 http://127.0.0.1:28766/mcp；

• 公网 HTTPS MCP 地址；

• ChatGPT 连接所需的认证信息；

• 实时日志和健康检查结果。

启动后可以直接检查本地与公网端点、OAuth 元数据和 MCP 受保护资源：

健康检查会逐项显示连接和认证元数据是否可用。

遇到连接问题时，无需离开桌面端即可查看最近的 MCP 请求日志：

日志可快速确认工具列表、历史初始化和检查点调用是否真正到达服务端。

5. 连接 AI 客户端

支持 MCP 的客户端使用界面中的公网 MCP URL。使用 OAuth 时，客户端会通过服务端元数据进入授权流程；授权口令、Client ID 和 Secret 均可在桌面端集中生成和管理。当前版本使用预配置 OAuth 客户端，创建 ChatGPT 插件时应选择静态/手动 OAuth 凭据，不需要选择 CIMD。

首次连接建议先调用历史初始化，再检查工作区：

history_session_bootstrap
server_info
get_default_cwd
git_status
check_exec_environment

这样 Agent 不需要依赖聊天上下文猜测当前项目、工作目录和执行能力。

ChatGPT 的两种接入方式

MCP Connector

配置前请先确认：

1. 工作区的 MCP 服务和公网隧道均处于运行状态。

2. “健康检查”中的公网 MCP 检查通过；如果使用 OAuth，再确认 OAuth 受保护资源和授权元数据检查通过。

3. 从桌面端“GPT 配置”卡片复制“公网 MCP 地址”；如果使用 OAuth，同时准备 OAuth Client ID、OAuth Client Secret 和授权口令。

ChatGPT 必须使用公网 HTTPS /mcp 地址，不能使用 http://127.0.0.1:28766/mcp 之类的本地地址。ChatGPT 的菜单名称可能随版本和语言设置略有变化。

1. 开启 ChatGPT 开发人员模式

打开 ChatGPT 设置，进入“账户安全与登录”，开启“开发人员模式”。该开关允许添加未经验证的 MCP 连接器。

开发人员模式具有较高权限，只应连接你自己部署或明确可信的 MCP 服务。

2. 创建 MCP 插件

在 ChatGPT 左侧进入“插件”，点击右上角的 + 新建插件，然后选择 MCP（测试版）并填写：

使用 OAuth 时，展开“高级 OAuth 设置”，选择静态/手动 OAuth 凭据并填写桌面端提供的 Client ID 和 Client Secret，不需要选择 CIMD。保存或连接后，ChatGPT 会打开授权页面；输入桌面端“GPT 配置”卡片中的授权口令完成首次授权。

Client Secret、授权口令和 Bearer Token 都属于敏感信息，不要粘贴到对话、Issue 或公开截图中。若桌面端使用 Bearer 或不启用认证，请在 ChatGPT 中选择当前界面提供的对应认证方式。

3. 验证连接

创建一个启用了该插件的新对话，并发送：

请使用 Coding Tools MCP 调用 server_info、get_default_cwd 和 git_status，
告诉我当前连接的工作区、默认目录和 Git 状态。

如果能够返回当前项目的信息，说明“桌面端 → 公网隧道 → OAuth → ChatGPT → MCP 工具”链路已经打通。首次正式开发时，再调用 history_session_bootstrap 初始化或恢复项目历史。

如果 ChatGPT 仍显示旧的工具列表，请断开并重新连接插件，或创建一个新对话后再次验证。

常见问题

GPT Actions

1. 启动工作区的 Actions 服务。

2. 复制 Actions 面板中的 OpenAPI URL。

3. 在 GPT 编辑器的 Actions 页面导入该 URL。

4. 根据桌面端配置选择 None、API Key 或 OAuth。

MCP 和 Actions 可以为同一个工作区同时运行，也可以分别使用不同端口和子域名。

为什么需要它

• 面向真实开发：文件、命令、Git、测试和长时间运行的进程都在同一个 Workspace 中。

• 跨会话持续开发：新对话可以读取全部历史摘要和最近一次完整交接，不必反复向 AI 解释项目背景和当前进度。

• 进度可追溯：每轮任务完成后可保存结构化检查点，决策、修改、测试结果和下一步都留在项目目录中。

• 多工作区管理：一个桌面客户端可以保存多个项目，并管理各自的 MCP、Actions 和公网地址。

• 连接 ChatGPT 更直接：内置 Streamable HTTP、OAuth、Bearer Token、OpenAPI、FRP 和 Cloudflare 隧道。

• 默认工具面保持简单：稳定的核心工具默认可用，高级 Harness 能力按需开启。

让项目记住每次对话

普通聊天记录适合回看交流内容，但不适合作为长期开发交接。Coding Tools MCP 将会话进度写入当前项目的 docs/history-session/，让上下文跟随项目，而不是困在某一个聊天窗口里。

复制完整提示词到新会话，即可初始化或恢复历史；每轮任务完成后再保存检查点。

它提供三个互相配合的历史工具：

典型效果：

对话 1：分析项目 → 修改代码 → 运行测试 → 保存检查点
                                      ↓
对话 2：读取历史摘要和最新交接 → 从上次进度继续 → 保存新检查点

历史文件使用可读的 Markdown 格式，可以随项目备份或纳入 Git，也方便开发者直接审阅和修订。每个新文件顶部都带有有长度上限的“继承的历史摘要”，旧摘要不会递归复制；检查点采用幂等写入，并要求返回 ok=true 且会话目标一致后才确认保存成功。

历史持久化由 AI 调用 MCP 工具完成，并非桌面端在后台录制聊天内容。若客户端未触发工具调用，服务端无法凭空感知新的对话或任务进度。

Agent 可以做什么

默认 core profile 提供一组稳定、可组合的开发工具：

外部 stdio MCP 聚合 (代码语义检索 fast-context)

Coding Tools MCP 负责启动和管理本机已有的 stdio MCP 服务，将其工具以命名空间形式 ({server_name}__{tool_name}) 合并暴露给网页端 Agent。应用不会自动下载或安装任何第三方 MCP。

接入 fast-context-mcp 支持三种启动方式：

1. 本地已全局安装 (默认推荐)：

   • 启动命令: fast-context-mcp

   • 参数列表: []

2. 指定本地入口文件：

   • 启动命令: node

   • 参数列表: ["D:/Tools/fast-context-mcp/dist/index.js"]

3. 通过 npx 运行 (兼容方式)：

   • 启动命令: npx

   • 参数列表: ["-y", "--prefer-offline", "fast-context-mcp@1.3.0"]

   • 注：仅在用户主动选择 npx 兼容模式且本地无缓存时，可能产生 npm 下载等待。

配置步骤：

1. 打开工作区，在 MCP → 配置 中找到“外部 stdio MCP 聚合”。

2. 点击 + 导入 fast-context 模板，根据本机环境选择上述对应的启动方式。

3. 点击 测试连接（会自动检测本地命令或文件是否存在），确认无误后保存配置。

4. 网页端 Agent 连接后将在 tools/list 中看到 fast-context__fast_context_search 工具，即可直接进行中大型代码库的自然语言语义搜索。

典型开发过程：

打开 Workspace
  → 理解项目和 Git 状态
  → 搜索并读取代码
  → 事务化应用 Patch
  → 运行命令和测试
  → 检查 diff 并提交

高级 profile 还保留项目状态、操作记录等 Harness 能力，但普通文件修改和命令执行不要求先创建 Task。

权限与恢复模型

项目采用 Workspace-first 权限模型：

• Workspace 内普通文件可以读取、创建、修改、删除和执行。

• Workspace 外允许完整只读：read_file、list_dir、list_files、search_text、view_image。

• Workspace 外写入、删除和执行会被阻止。

• .git 和 .github 不能被普通文件工具、Patch 或解释器命令破坏。

• Patch 在单次操作内进行预检和失败恢复；长期恢复统一使用 Git，不创建全量 Workspace Snapshot。

Windows 子进程目前仍是 policy_only 执行边界，返回中的 sandbox_enforced: false 是真实状态。静态命令策略不能等同于完整的操作系统文件系统沙箱。

本地开发

环境要求：Node.js 20+、Rust stable，以及当前系统的 Tauri 2 prerequisites。

npm install
npm run desktop

常用验证命令：

npm run check
npm run build
cd src-tauri && cargo test
cd src-tauri && cargo clippy --all-targets -- -D warnings

Windows 也可以双击 dev-desktop.cmd。不要只用 npm run dev 验证桌面应用，它只启动 Vite，不会启动 Tauri 外壳。

项目结构

致谢

感谢 Linux.do 社区对项目推广与反馈的支持。

License

Apache-2.0