MCP 编码助手，支持 OpenAI 和其他 LLM 提供商

克劳德代码的强大 Python 重构版本，增强了实时可视化、成本管理和模型上下文协议 (MCP) 服务器功能。该工具为软件开发任务提供自然语言界面，并支持多个 LLM 提供商。

主要特点

• **多供应商支持：**与 OpenAI、Anthropic 和其他 LLM 供应商合作

• 模型上下文协议集成：

  • 作为 MCP 服务器运行，以便与 Claude Desktop 和其他客户端一起使用

  • 使用内置 MCP 客户端连接到任何 MCP 服务器

  • 用于解决复杂问题的多代理同步

• **实时工具可视化：**实时查看工具执行进度和结果

• **成本管理：**通过预算控制跟踪代币使用情况和费用

• **综合工具套件：**文件操作、搜索、命令执行等

• **增强的用户界面：**丰富的终端界面，带有进度指示器和语法高亮显示

• **上下文优化：**智能对话压缩和内存管理

• **代理协调：**具有不同角色的专业代理可以协作完成任务

Related MCP server: MCP Server Demo

安装

1. 克隆此存储库

2. 安装依赖项：

pip install -r requirements.txt

3. 使用您的 API 密钥创建一个.env文件：

# Choose one or more providers
OPENAI_API_KEY=your_openai_api_key_here
ANTHROPIC_API_KEY=your_anthropic_api_key_here

# Optional model selection
OPENAI_MODEL=gpt-4o
ANTHROPIC_MODEL=claude-3-opus-20240229

用法

CLI模式

使用默认提供程序运行 CLI（由可用的 API 密钥确定）：

python claude.py chat

指定提供商和模型：

python claude.py chat --provider openai --model gpt-4o

设置预算限额来管理成本：

python claude.py chat --budget 5.00

MCP 服务器模式

作为模型上下文协议服务器运行：

python claude.py serve

使用 MCP Inspector 以开发模式启动：

python claude.py serve --dev

配置主机和端口：

python claude.py serve --host 0.0.0.0 --port 8000

指定附加依赖项：

python claude.py serve --dependencies pandas numpy

从文件加载环境变量：

python claude.py serve --env-file .env

MCP 客户端模式

使用 Claude 作为推理引擎连接到 MCP 服务器：

python claude.py mcp-client path/to/server.py

指定 Claude 模型：

python claude.py mcp-client path/to/server.py --model claude-3-5-sonnet-20241022

尝试包含的示例服务器：

# In terminal 1 - start the server
python examples/echo_server.py

# In terminal 2 - connect with the client
python claude.py mcp-client examples/echo_server.py

多代理MCP模式

启动具有同步代理的多代理客户端：

python claude.py mcp-multi-agent path/to/server.py

使用自定义代理配置文件：

python claude.py mcp-multi-agent path/to/server.py --config examples/agents_config.json

回显服务器示例：

# In terminal 1 - start the server
python examples/echo_server.py

# In terminal 2 - launch the multi-agent client
python claude.py mcp-multi-agent examples/echo_server.py --config examples/agents_config.json

可用工具

• **视图：**读取具有可选行限制的文件

• **编辑：**通过精确的文本替换来修改文件

• **替换：**创建或覆盖文件

• **GlobTool：**通过模式匹配查找文件

• **GrepTool：**使用正则表达式搜索文件内容

• **LS：**列出目录内容

• **Bash：**执行shell命令

聊天命令

• **/help：**显示可用的命令

• **/compact：**压缩对话历史记录以保存令牌

• **/version：**显示版本信息

• **/providers：**列出可用的 LLM 提供商

• **/cost：**显示成本和使用情况信息

• **/budget [amount]：**设置预算限额

• **/quit, /exit：**退出应用程序

建筑学

Claude Code Python 版采用模块化架构构建：

/claude_code/
  /lib/
    /providers/      # LLM provider implementations
    /tools/          # Tool implementations
    /context/        # Context management
    /ui/             # UI components
    /monitoring/     # Cost tracking & metrics
  /commands/         # CLI commands
  /config/           # Configuration management
  /util/             # Utility functions
  claude.py          # Main CLI entry point
  mcp_server.py      # Model Context Protocol server

与模型上下文协议一起使用

使用 Claude Code 作为 MCP 服务器

一旦 MCP 服务器运行，您就可以从 Claude Desktop 或其他兼容 MCP 的客户端连接到它：

1. 安装并运行 MCP 服务器：

   python claude.py serve

2. 在浏览器中打开配置页面：

   http://localhost:8000

3. 按照说明配置 Claude Desktop，包括：

   • 复制 JSON 配置

   • 下载自动配置的 JSON 文件

   • 分步设置说明

使用 Claude Code 作为 MCP 客户端

要使用 Claude 代码连接到任何 MCP 服务器：

1. 确保你的环境或 .env 文件中有你的 Anthropic API 密钥

2. 启动您想要连接的 MCP 服务器

3. 使用 MCP 客户端连接：

   python claude.py mcp-client path/to/server.py

4. 在交互式聊天界面中输入查询

使用多代理模式

对于复杂的任务，多代理模式允许多个专门的代理进行协作：

1. 创建代理配置文件或使用提供的示例

2. 启动 MCP 服务器

3. 启动多代理客户端：

   python claude.py mcp-multi-agent path/to/server.py --config examples/agents_config.json

4. 使用命令界面与多个代理进行交互：

   • 键入要广播给所有代理的消息

   • 使用/talk Agent_Name message进行直接通信

   • 使用/agents查看所有可用的代理

   • 使用/history查看对话历史记录

贡献

1. 分叉存储库

2. 创建功能分支

3. 通过测试实施您的更改

4. 提交拉取请求

执照

麻省理工学院

致谢

该项目的灵感来自 Anthropic 的 Claude Code CLI 工具，用 Python 重新实现，并增加了增强可视性、成本管理和 MCP 服务器功能的功能。# OpenAI Code Assistant

一个强大的命令行和基于 API 的编码助手，它使用具有函数调用和流式传输的 OpenAI API。

特征

• 用于编码协助的交互式 CLI

• 用于与其他应用程序集成的 Web API

• 模型上下文协议 (MCP) 服务器实现

• 高可用性的复制支持

• 基于工具的可扩展架构

• 强化学习用于工具优化

• 基于浏览器交互的 Web 客户端

安装

1. 克隆存储库

2. 安装依赖项：

   pip install -r requirements.txt

3. 设置您的 OpenAI API 密钥：

   export OPENAI_API_KEY=your_api_key

用法

CLI模式

以交互式 CLI 模式运行助手：

python cli.py

选项：

• --model ， -m ：指定要使用的模型（默认值：gpt-4o）

• --temperature ， -t ：设置响应生成的温度（默认值：0）

• --verbose ， -v ：启用带有附加信息的详细输出

• --enable-rl/--disable-rl ：启用/禁用强化学习以进行工具优化

• --rl-update ：手动触发 RL 模型的更新

API 服务器模式

将助手作为 API 服务器运行：

python cli.py serve

选项：

• --host ：绑定到的主机地址（默认值：127.0.0.1）

• --port ， -p ：监听端口（默认值：8000）

• --workers ， -w ：工作进程数（默认值：1）

• --enable-replication ：启用跨实例复制

• --primary/--secondary ：这是主实例还是辅助实例

• --peer ：要复制的对等实例（主机：端口），可以多次指定

MCP 服务器模式

将助手作为模型上下文协议 (MCP) 服务器运行：

python cli.py mcp-serve

选项：

• --host ：绑定到的主机地址（默认值：127.0.0.1）

• --port ， -p ：监听端口（默认值：8000）

• --dev ：启用带有附加日志记录的开发模式

• --dependencies ：需要安装的其他 Python 依赖项

• --env-file ：包含环境变量的 .env 文件的路径

MCP 客户端模式

使用助手作为推理引擎连接到 MCP 服务器：

python cli.py mcp-client path/to/server.py

选项：

• --model ， -m ：用于推理的模型（默认值：gpt-4o）

• --host ：MCP 服务器的主机地址（默认值：127.0.0.1）

• --port ， -p ：MCP 服务器的端口（默认值：8000）

部署脚本

为了更容易部署，请使用提供的脚本：

./deploy.sh --host 0.0.0.0 --port 8000 --workers 4

要启用复制：

# Primary instance
./deploy.sh --enable-replication --port 8000

# Secondary instance
./deploy.sh --enable-replication --secondary --port 8001 --peer 127.0.0.1:8000

Web 客户端

要使用 Web 客户端，请在浏览器中打开web-client.html 。确保 API 服务器正在运行。

API 端点

标准 API 端点

• POST /conversation ：创建新对话

• POST /conversation/{conversation_id}/message ：向对话发送消息

• POST /conversation/{conversation_id}/message/stream ：流式传输消息响应

• GET /conversation/{conversation_id} ：获取对话详细信息

• DELETE /conversation/{conversation_id} ：删除对话

• GET /health ：健康检查端点

MCP 协议端点

• GET / ：健康检查（MCP 协议）

• POST /context ：获取提示模板的上下文

• GET /prompts ：列出可用的提示模板

• GET /prompts/{prompt_id} ：获取特定的提示模板

• POST /prompts ：创建一个新的提示模板

• PUT /prompts/{prompt_id} ：更新现有的提示模板

• DELETE /prompts/{prompt_id} ：删除提示模板

复制

复制系统允许运行多个具有同步状态的助手实例。这提供了：

• 高可用性

• 负载均衡

• 容错

要设置复制：

1. 使用--enable-replication启动主实例

2. 使用--enable-replication --secondary --peer [primary-host:port]启动辅助实例

工具

该助手包括各种工具：

• 天气：获取某个地点的当前天气

• 视图：从文件系统读取文件

• 编辑：编辑文件

• 替换：写入文件

• Bash：执行 bash 命令

• GlobTool：文件模式匹配

• GrepTool：内容搜索

• LS：列出目录内容

• JinaSearch：使用 Jina.ai 进行网络搜索

• JinaFactCheck：使用 Jina.ai 进行事实核查

• JinaReadURL：阅读并总结网页

CLI 命令

• /help ：显示帮助信息

• /compact ：压缩对话以减少令牌使用

• /status ：显示令牌使用情况和会话信息

• /config ：显示当前配置设置

• /rl-status ：显示 RL 工具优化器状态（如果启用）

• /rl-update ：手动更新 RL 模型（如果启用）

• /rl-stats ：显示工具使用情况统计信息（如果启用）