Skip to main content
Glama
ai-1st

DeepView MCP

by ai-1st

DeepView MCP

DeepView MCP ist ein Model Context Protocol-Server, der es IDEs wie Cursor und Windsurf ermöglicht, große Codebasen mithilfe des umfangreichen Kontextfensters von Gemini zu analysieren.

PyPI-Version Schmiedeabzeichen

Merkmale

  • Laden Sie eine gesamte Codebasis aus einer einzigen Textdatei (z. B. erstellt mit Tools wie Repomix).

  • Abfrage der Codebasis mithilfe des großen Kontextfensters von Gemini

  • Stellen Sie eine Verbindung zu IDEs her, die das MCP-Protokoll unterstützen, wie Cursor und Windsurf

  • Konfigurierbare Gemini-Modellauswahl über Befehlszeilenargumente

Related MCP server: @lex-tools/codebase-context-dumper

Voraussetzungen

Installation

Installation über Smithery

So installieren Sie DeepView für Claude Desktop automatisch über Smithery :

npx -y @smithery/cli install @ai-1st/deepview-mcp --client claude

Verwenden von pip

pip install deepview-mcp

Verwendung

Starten des Servers

Hinweis: Sie müssen den Server nicht manuell starten. Diese Parameter werden in Ihrem MCP-Setup in Ihrer IDE konfiguriert (siehe unten).

# 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 DEBUG

Der Parameter „Codebasisdatei“ ist optional. Wenn er nicht angegeben wird, müssen Sie ihn bei Abfragen angeben.

Befehlszeilenoptionen

  • --model MODEL : Geben Sie das zu verwendende Gemini-Modell an (Standard: gemini-2.0-flash-lite)

  • --log-level {DEBUG,INFO,WARNING,ERROR,CRITICAL} : Setzt die Protokollierungsebene (Standard: INFO)

Verwendung mit einer IDE (Cursor/Windsurf/...)

  1. IDE-Einstellungen öffnen

  2. Navigieren Sie zur MCP-Konfiguration

  3. Fügen Sie einen neuen MCP-Server mit der folgenden Konfiguration hinzu:

    {
      "mcpServers": {
        "deepview": {
          "command": "/path/to/deepview-mcp",
          "args": [],
          "env": {
            "GEMINI_API_KEY": "your_gemini_api_key"
          }
        }
      }
    }

Das Festlegen einer Codebasisdatei ist optional. Wenn Sie mit derselben Codebasis arbeiten, können Sie die Standard-Codebasisdatei mit der folgenden Konfiguration festlegen:

{
   "mcpServers": {
     "deepview": {
       "command": "/path/to/deepview-mcp",
       "args": ["/path/to/codebase.txt"],
       "env": {
         "GEMINI_API_KEY": "your_gemini_api_key"
       }
     }
   }
 }

So geben Sie die zu verwendende Gemini-Version an:

{
   "mcpServers": {
     "deepview": {
       "command": "/path/to/deepview-mcp",
       "args": ["--model", "gemini-2.5-pro-exp-03-25"],
       "env": {
         "GEMINI_API_KEY": "your_gemini_api_key"
       }
     }
   }
}
  1. MCP-Serverkonfiguration neu laden

Verfügbare Tools

Der Server stellt ein Tool bereit:

  1. deepview : Stellen Sie eine Frage zur Codebasis

    • Erforderlicher Parameter: question – Die zu stellende Frage zur Codebasis

    • Optionaler Parameter: codebase_file - Pfad zu einer Codebase-Datei, die vor der Abfrage geladen werden soll

Vorbereiten Ihrer Codebasis

DeepView MCP benötigt eine einzelne Datei, die Ihre gesamte Codebasis enthält. Mit repomix können Sie Ihre Codebasis in einem KI-freundlichen Format vorbereiten.

Verwendung von Repomix

  1. Grundlegende Verwendung : Führen Sie repomix in Ihrem Projektverzeichnis aus, um eine Standardausgabedatei zu erstellen:

# Make sure you're using Node.js 18.17.0 or higher
npx repomix

Dadurch wird eine Datei repomix-output.xml generiert, die Ihre Codebasis enthält.

  1. Benutzerdefinierte Konfiguration : Erstellen Sie eine Konfigurationsdatei, um anzupassen, welche Dateien verpackt werden und welches Ausgabeformat verwendet wird:

npx repomix --init

Dadurch wird eine Datei repomix.config.json erstellt, die Sie wie folgt bearbeiten können:

  • Bestimmte Dateien oder Verzeichnisse einschließen/ausschließen

  • Ändern Sie das Ausgabeformat (XML, JSON, TXT).

  • Legen Sie den Ausgabedateinamen fest

  • Konfigurieren Sie andere Verpackungsoptionen

Beispiel einer Repomix-Konfiguration

Hier ist ein Beispiel für repomix.config.json -Datei:

{
  "include": [
    "**/*.py",
    "**/*.js",
    "**/*.ts",
    "**/*.jsx",
    "**/*.tsx"
  ],
  "exclude": [
    "node_modules/**",
    "venv/**",
    "**/__pycache__/**",
    "**/test/**"
  ],
  "output": {
    "format": "xml",
    "filename": "my-codebase.xml"
  }
}

Weitere Informationen zu Repomix finden Sie im Repomix-GitHub-Repository .

Lizenz

MIT

Autor

Dmitry Degtyarev ( ddegtyarev@gmail.com )

A
license - permissive license
Not graded
quality - not tested
D
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

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

  • An MCP server that gives your AI access to the source code and docs of all public github repos

View all MCP Connectors

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/ai-1st/deepview-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server