Coding Tools MCP

日本語（デフォルト） · 英語版は下に折りたたまれています

ChatGPT、Claude Desktop、または MCP をサポートする任意の AI クライアントが、実際にあなたのコードリポジトリでファイルを読み、コードを変更し、コマンドを実行し、Git を確認し、信頼できる個人開発マシン上でローカル Agent を呼び出せるようにします。

これは Coding Tools MCP の 0.7 Workbench downstream ブランチです。 プロジェクトは Apache-2.0 の xyTom/coding-tools-mcp から発展したもので、upstream Git 履歴、LICENSE、NOTICE を保持しています。その上に、Windows、並行処理/OAuth、personal_workstation、Agent Transport、プロジェクト継続性に関する数多くの作業を追加しています。

これは何をするもの？

一言で言えば：AI に、あなたのコンピュータ上のコードリポジトリを安全に操作できる「手」を与えます。

これは Model Context Protocol (MCP) を介して、モデルに依存しないローカルプログラミングランタイムを提供します：

• ファイル読み取り、検索、ディレクトリ一覧、構造化された複数ファイルパッチ

• コマンド実行、持続的なインタラクティブターミナル、長時間タスク出力の読み取り

• Git status / diff / log / show / blame

• 並行調整、リソースロック、lease、owner-scoped 長時間タスク

• OAuth 2.1 / PKCE / Dynamic Client Registration

• オプションの Host ファイルシステム、Memo/ledger、Windows CUA

• Agent Transport：現在、Antigravity + OpenCode の status / send / read / continue / abort をサポート

• 信頼できる個人開発マシン向けの personal_workstation モード

実際に特定のマシンでどのオプション機能が公開されるかは、そのインスタンスの server_info / tools/list に従います。

現在のステータス

現在の公開バージョン：v0.7.0-workbench.1。

この 0.7 コードラインは source/local gate を完了し、メンテナの Windows マシン上で実際の ChatGPT Connected App staging による検証を通過しています。Antigravity と OpenCode の capability discovery、初回呼び出し、同一 session/conversation の continuation、exact-job abort と cleanup はすべてマシン上の証拠で検証されています。

公開リポジトリのデフォルトブランチ main は独立した public-release gate を一度完了しています。GitHub Release は固定バージョンの Python wheel と sdist も提供しています。

これは「すべてのマシン、すべての MCP クライアントが検証済み」という意味ではありません。新しい環境で問題が発生した場合は、遠慮なく Issue または Discussion を開いてください。

最も簡単な使い方

方法 A：Windows で clone 後に直接起動（推奨）

git clone https://github.com/biaobiao2233/coding-tools-mcp-workbench.git
cd coding-tools-mcp-workbench
.\scripts\start-workbench.ps1 -Workspace C:\你的\代码仓库

このランチャーはデフォルトで現在の Workbench 構成を使用します：

• personal_workstation

• Agent Transport 有効

• telemetry はデフォルトでオフ

• 破壊的な Git / 再帰的削除には明示的な承認が必要

ローカル HTTP MCP を起動する場合：

.\scripts\start-workbench.ps1 -Workspace C:\你的\代码仓库 -Transport http -Port 8765

方法 B：GitHub Release wheel を直接インストール

リポジトリ全体を clone したくない場合は、固定バージョンを直接インストールすることもできます：

python -m pip install https://github.com/biaobiao2233/coding-tools-mcp-workbench/releases/download/v0.7.0-workbench.1/coding_tools_mcp-0.7.0-py3-none-any.whl

その後：

coding-tools-mcp --permission-mode personal_workstation --stdio --workspace C:\你的\代码仓库

現在、この downstream を使って upstream の PyPI/npm パッケージ名を再公開することはありません。uvx coding-tools-mcp / npx coding-tools-mcp は現在も upstream パッケージに解決される可能性があります。このプロジェクトを確実に使用したい場合は、GitHub から clone するか、上記の Release wheel を使用してください。

MCP クライアント設定例

Windows では、クライアントが checkout 内のランチャーを直接呼び出すことができます：

{
  "mcpServers": {
    "coding-tools": {
      "command": "pwsh",
      "args": [
        "-NoProfile",
        "-File",
        "C:\\path\\to\\coding-tools-mcp-workbench\\scripts\\start-workbench.ps1",
        "-Workspace",
        "C:\\你的\\代码仓库"
      ]
    }
  }
}

その後、AI に直接こう言うだけです：「テストを実行して、最初の失敗を修正して。」

なぜこの downstream を作ったのか？

元のプロジェクトはすでに非常にしっかりした MCP coding runtime を提供しています。私たちは主に以下の方向に沿って前進しています：

1. Personal Workstation：信頼できる個人開発マシンが過度に保守的なデフォルト権限でいたるところで止まらないようにしつつ、本当に危険な操作のゲートは維持します。

2. Windows 信頼性：Job Object、プロセスツリーの所有権、bounded scan、managed runner/watchdog、release/rollback。

3. 実際の ChatGPT Connected App：ローカルの自己テストだけでなく、実際の Connector 環境で OAuth、ツール契約、ライフサイクルを検証することを求めます。

4. Agent Transport：MCP を単なる「shell の実行」ではなく、Antigravity と OpenCode を統一的に駆動できるようにし、将来は Claude Code を追加する予定です。

5. Project Continuity / Workbench：Worker Claim、独立した Review、Candidate、Accepted State を分離し、「AI が完了したと言った」だけで自動的に合格としないようにします。

参考にしたプロジェクト

ここでは特に コードの系譜 / API 統合 / 設計の参考 を区別し、「あるプロジェクトの思想を学んだ」ことを「そのソースコードを使った」と言わないようにしています。

詳細は コードの系譜、Prior Art と設計の影響 を参照してください。

セキュリティ境界

本当に信頼できないコードは Docker / VM に入れることをお勧めします。詳細な境界は SECURITY.md と docs/security-boundary.md を参照してください。

テレメトリー

この downstream のテレメトリーはデフォルトでオフです。操作者が明示的に telemetry=on を設定し、さらに自分で管理する HTTPS endpoint と write-only key を提供した場合にのみ、イベントが送信されます。DO_NOT_TRACK=1 と CI は強制的にオフにします。

中国語ドキュメントのナビゲーション

以下の主要エントリは、いずれも中国語がデフォルトで、英語は同じファイルの下に折りたたまれています：

• クイックスタート

• ロードマップ / Roadmap

• コントリビューションガイド

• コードの系譜、Prior Art と設計の影響

より低レベルのプロトコル契約、テストレポート、Schema ドキュメントは、コード/API 名との翻訳のズレを避けるため、引き続き英語を中心としています：

• ツールと Schema

• Runtime Contract

• 権限モード

• リモート MCP

• Windows Managed Runner

• トラブルシューティング

Roadmap

今後、主に研究・実装する方向：

• Claude Code Agent Transport provider

• provider plug-in boundary

• Orca optional orchestration backend

• Web ChatGPT 監視の長時間実行 workbench

• 複数マシン、署名/再現可能な配布物、Linux/macOS parity

詳細な進捗は ROADMAP.md を参照してください。

コントリビューション

特に次の方向を歓迎します：Windows portability、Agent provider adapter、OAuth/Connected App 相互運用、権限/プロセスライフサイクルの adversarial testing、Orca 統合実験、Linux/macOS 分離、そして中国語/英語ドキュメントの整備。

CONTRIBUTING.md を参照してください。

ライセンスと出典

このプロジェクトは Apache License 2.0 を使用しています。著作権表示、ライセンス表示、NOTICE を保持してください。

Downstream：https://github.com/biaobiao2233/coding-tools-mcp-workbench Upstream：https://github.com/xyTom/coding-tools-mcp

Coding Tools MCP

English | 简体中文

Give any AI chat or agent a safe pair of hands on your codebase.

Downstream 0.7 workbench branch. This codebase is derived from xyTom/coding-tools-mcp under Apache-2.0 and preserves the upstream history and attribution. The downstream branch adds substantial Windows/runtime/agent-transport work. It is currently shared from source; the upstream PyPI/npm package names are intentionally not republished by this fork yet. See Lineage and design influences.

Coding Tools MCP is a model-neutral coding runtime served over the Model Context Protocol: file reading and search, structured multi-file patches, command execution, interactive sessions, git, optional reviewed host access, concurrency/resource leases and local-agent transport — one server that an MCP client can drive. The runtime catalog is capability-gated: server_info is the source of truth for which optional host/Memo/CUA/Agent tools are exposed on one installation.

Downstream 0.7 status

The exact source baseline b0f44ef... has passed local/source gates and a real ChatGPT Connected-App staging trial on the maintainer's Windows machine. In that environment, Antigravity and OpenCode capability discovery remained machine-verifiable, both provider continuation paths worked, and exact-job abort/cleanup were exercised.

That does not mean every machine/client is proven. The GitHub-source public release gate has now passed, the downstream repository is public, and v0.7.0-workbench.1 is available as a GitHub Release with wheel + sdist artifacts. Production promotion remains a separate gate in this project's development process.

Highlights added by the downstream line include:

• Windows Job Object/process-lifecycle hardening and bounded scan behavior;

• server-global concurrency coordination, resource locks and leases;

• authenticated owner-scoped long-running jobs across short-lived HTTP calls;

• ChatGPT-oriented OAuth refresh/restart hardening;

• opt-in personal_workstation mode for trusted developer machines;

• optional host-root, Memo/ledger and Windows computer-use surfaces;

• Agent Transport for Antigravity and OpenCode with machine-backed capability discovery, provider session correlation, continuation and cancellation.

See ROADMAP.md for what is validated versus still research.

Why people use it

• It turns a chat app into a coding agent. Claude Desktop — or any MCP chat client — gets real repo access with the subscription you already have. No extra product required.

• Safety is the product, not an afterthought. One workspace root per server. Absolute paths, .. traversal, and symlink escapes are rejected. Permission modes gate network access, shell expansion, inline scripts, and destructive commands. On Linux, Landlock adds kernel-level filesystem confinement.

• It is model- and vendor-neutral. A fixed, truthfully annotated catalog — no profile switching, no annotation games. Swap models or clients freely; the runtime and its behavior stay put.

• It is engineered for context windows. Results are summarized, paginated, and capped by design; serialized tool-result bytes dropped 37% release-over-release on the deterministic dogfood workload with unchanged task completion.

Quickstart — downstream source checkout

Windows: run the accepted Workbench profile directly

Clone this downstream repository, then run:

.\scripts\start-workbench.ps1 -Workspace C:\path\to\your\repo

This launcher starts the accepted Workbench profile rather than the upstream restricted default: personal_workstation permission mode, Agent Transport enabled, and telemetry off. Destructive Git operations and recursive filesystem deletion still require explicit permission. Antigravity and OpenCode are optional: the MCP server starts without them, while agent_status reports whichever providers are actually installed on the machine.

For a loopback HTTP endpoint instead of stdio:

.\scripts\start-workbench.ps1 -Workspace C:\path\to\your\repo -Transport http -Port 8765

The script uses uv when available. Otherwise it creates a local .workbench-venv, installs this checkout, and launches the exact code cloned from GitHub.

Install from this checkout, or use the fixed GitHub Release wheel, rather than the upstream PyPI/npm names:

git clone https://github.com/biaobiao2233/coding-tools-mcp-workbench.git
cd coding-tools-mcp-workbench
python -m pip install -e .

uvx coding-tools-mcp と npx coding-tools-mcp は現在、上流の公開パッケージを指しており、このダウンストリームの 0.7 ブランチではありません。

修正リリースの wheel:

python -m pip install https://github.com/biaobiao2233/coding-tools-mcp-workbench/releases/download/v0.7.0-workbench.1/coding_tools_mcp-0.7.0-py3-none-any.whl

Windows では、MCP クライアントをチェックアウトランチャーに向けて、クライアントが上流のレジストリパッケージではなくダウンストリームの Workbench ビルドを受け取るようにします:

{
  "mcpServers": {
    "coding-tools": {
      "command": "pwsh",
      "args": [
        "-NoProfile",
        "-File",
        "C:\\path\\to\\coding-tools-mcp-workbench\\scripts\\start-workbench.ps1",
        "-Workspace",
        "C:\\path\\to\\your\\repo"
      ]
    }
  }
}

次にクライアントに依頼します: 「テストスイートを実行して、最初の失敗を修正してください。」

HTTP をお好みですか? --stdio を外すと、サーバーは http://127.0.0.1:8765/mcp 上で Streamable HTTP を話します(MCP 2025-11-25、2025-06-18 互換)。ワンラインインストーラー、クライアントごとのチュートリアル、トラブルシューティングは docs/quickstart.md と docs/mcp-client-config.md にあります。

試してみたい7つのこと

1. Claude Desktop をコーディングエージェントにする。 上記の設定だけで十分です — すでに料金を支払っているチャットウィンドウで、実際のリポジトリの読み取り、パッチ適用、テスト、コミットレビューができるようになります。

2. どこからでも自分のマシンでコードを書く。

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

ループバックバインド + 認証付き HTTPS トンネル(cloudflared、ngrok、または Microsoft Dev Tunnel)。スマートフォンの claude.ai を https://<tunnel-host>/mcp に向けて、自宅のワークステーションをどこからでも操作できます。Bearer トークンと OAuth 2.1 + PKCE(RFC 7591 動的登録対応)が組み込まれています。→ docs/remote-mcp.md

3. 使い捨てサンドボックス内で、信頼できないコードにエージェントを解き放つ。

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

ツールチェーンとキャッシュが事前設定されたコンテナ化サーバーで、怪しい PR に向けても安全で、後で破棄できます。→ docs/docker.md

4. 1回の MCP 呼び出しでクラウドサンドボックスを起動する。 同梱の Cloudflare Worker コントロールプレーン は start_coding_tools_sandbox を MCP ツールとして公開します。1回の呼び出しで GitHub Actions ランナーがディスパッチされ、Docker サンドボックスを起動して、認証付き Cloudflare Tunnel の背後に公開します。一時的なコンピューティングであり、自前のサーバーは不要です。

5. GUI から操作する。

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

ワークスペースごとのプロファイル、サーバーとトンネルの開始/停止、クリップボードヘルパーによる資格情報の設定、ライブヘルスチェック。英語と简体中文。

6. インタラクティブセッションを維持する。 exec_command は実際の PTY 上で REPL またはデバッガーを起動し、write_stdin はターンをまたいで入力を送り、read_output は長い出力をページングし、kill_session はクリーンアップします。長時間実行プロセスは第一級の市民として扱われ、デッドラインウォッチドッグと境界付きバッファを備えています。

7. 自分のエージェントに本番級の手足を与える。 Anthropic SDK などでエージェントループを構築していますか? ファイルツールや exec ツールを手作りせず、このサーバーと MCP で通信して、安全性の境界全体を受け継ぎましょう。→ docs/embedding.md

ツールカタログ

正確に注釈付けされた単一のランタイムカタログ。オプションの機能グループは、レビュー済みの依存関係/設定がない場合に非表示にできます。カタログは1つのサーバーの存続期間中安定しています。apply_patch は、ワークスペースファイルを直接変更する唯一のプリミティブです: ステージング、ベースライン検証、ファイルをまたぐアトミック性、ロールバックを備えています。

ルートの AGENTS.md/CLAUDE.md ファイルは initialize コンテキストに自動的に読み込まれます。ツールの content は簡潔なエージェント向けテキストであり、structuredContent は完全なマシン結果を運びます。スキーマと結果エンベロープ: docs/tools-and-schemas.md · docs/runtime-contract-v0.2.md。

安全性の境界

再帰的な一覧表示と検索では、.git、node_modules、ビルド出力、virtualenv、キャッシュを除外します。コマンドはワークスペースにバインドされた cwd、サニタイズされた環境、タイムアウト、出力上限付きで実行されます。Landlock を備えた Linux ホストではカーネルによるファイルシステム封じ込めが行われます。他のプラットフォームでは明示的な警告が表示されます — これは依然として完全な OS サンドボックスではないため、本当に信頼できない作業には Docker イメージまたは VM を使用してください。詳細: SECURITY.md · docs/security-boundary.md · docs/permission-modes.md

テレメトリー

テレメトリーはこのダウンストリームブランチではデフォルトでオフです。実装を有効にできるのは、テレメトリーを明示的に on に設定し、かつ運用者所有の HTTPS エンドポイントと書き込み専用の取り込みキーを提供した場合のみです。DO_NOT_TRACK=1 と CI は依然として強制的にオフにします。CODING_TOOLS_MCP_TELEMETRY=debug は送信せずにイベントを stderr に出力します。クローズドなイベントスキーマと保証は docs/telemetry.md に文書化されています。

エビデンス、ドッグフーディング、SWE-bench

すべてのリリースは、タグトリガーのパイプラインを通じて出荷されます。このパイプラインでは、コンプライアンススイート、実際のワークロードベンチマーク、SWE-bench ハーネスが、PyPI と npm に公開するのと同じコミットから実行されます。どちらも trusted publishing 方式で、npm は provenance(出所証明)付きです。ドッグフーディングの効率指標は再現可能で(make dogfood-smoke)、reports/ の下にチェックインされています。このリポジトリはモデル生成の SWE-bench リーダーボード結果を主張していません — 何が測定され、何が測定されないかの正確な内容は docs/swe-bench.md を参照してください。詳細: COMPLIANCE.md · BENCHMARK.md · docs/dogfood.md

ドキュメント

開発

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

完全なゲートマトリックスは docs/ci-and-tests.md にあります。

ライセンス

このプロジェクトは Apache License 2.0 の下でライセンスされています。

このプロジェクトのコード、ドキュメント、実質的な実装詳細、または派生作品を使用する場合は、著作権表示、ライセンス表示、NOTICE ファイルを保持し、元のプロジェクトを明確に帰属表示してください。

このダウンストリームブランチは xyTom/coding-tools-mcp に基づいており、そのプロジェクトの履歴と Apache-2.0 の義務を保持しています。直接のコード系統、API 統合、設計の先行技術の区別については、docs/LINEAGE_AND_INFLUENCES.md を参照してください。

プロジェクト: Coding Tools MCP
著者: Coding Tools MCP Contributors
ダウンストリームソース: https://github.com/biaobiao2233/coding-tools-mcp-workbench

アップストリームソース: https://github.com/xyTom/coding-tools-mcp

引用メタデータは CITATION.cff で入手できます。