Coding Tools MCP

한국어(기본) · 영어 버전은 아래에 접혀 있습니다

ChatGPT, Claude Desktop 또는 MCP를 지원하는 모든 AI 클라이언트가 코드 저장소에서 파일을 읽고, 코드를 수정하고, 명령을 실행하고, Git을 확인하고, 신뢰할 수 있는 개인 개발 머신에서 로컬 Agent를 호출할 수 있게 해줍니다.

이것은 Coding Tools MCP의 0.7 Workbench downstream 브랜치입니다. 프로젝트는 Apache-2.0의 xyTom/coding-tools-mcp에서 발전했으며, upstream Git 히스토리, LICENSE 및 NOTICE를 보존합니다. 그 위에 Windows, 동시성/OAuth, personal_workstation, Agent Transport 및 프로젝트 연속성 관련 작업이 대폭 추가되었습니다.

이것은 무엇을 하는 것인가?

한 줄로: AI에게 컴퓨터의 코드 저장소를 안전하게 조작할 수 있는 "손"을 부여합니다.

이것은 Model Context Protocol (MCP)을 통해 모델에 독립적인 로컬 프로그래밍 런타임을 제공하며, 다음을 포함합니다:

• 파일 읽기, 검색, 디렉터리 목록 및 구조화된 다중 파일 패치;

• 명령 실행, 지속적인 대화형 터미널, 긴 작업 출력 읽기;

• Git status / diff / log / show / blame;

• 동시성 조정, 리소스 잠금, lease 및 owner-scoped 장기 작업;

• OAuth 2.1 / PKCE / Dynamic Client Registration;

• 선택적 호스트 파일시스템, Memo/ledger, Windows CUA;

• Agent Transport: 현재 Antigravity + OpenCode의 status / send / read / continue / abort를 지원;

• 신뢰할 수 있는 개인 개발 머신을 위한 personal_workstation 모드.

실제 특정 머신에서 어떤 선택적 기능이 노출되는지는 해당 인스턴스의 server_info / tools/list를 기준으로 합니다.

현재 상태는?

현재 공개 버전: v0.7.0-workbench.1.

이 0.7 코드 라인은 source/local gate를 완료했으며, 관리자 Windows 머신에서 실제 ChatGPT Connected App staging 검증을 거쳤습니다. Antigravity와 OpenCode의 capability discovery, 첫 호출, 동일 session/conversation continuation, exact-job abort 및 cleanup은 모두 머신 증거로 검증되었습니다.

공개 저장소의 기본 브랜치 main은 독립적인 public-release gate를 한 번 통과했습니다. GitHub Release는 고정 버전의 Python wheel과 sdist를 함께 제공합니다.

이것은 "모든 머신, 모든 MCP 클라이언트가 검증되었다"는 뜻은 아닙니다. 새 환경 문제가 발생하면 바로 Issue나 Discussion을 열어 주세요.

가장 간단한 사용 방법

방법 A: Windows에서 바로 clone 후 시작 (권장)

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

이 런처는 기본적으로 현재 Workbench 구성을 사용합니다:

• personal_workstation;

• Agent Transport 켜짐;

• telemetry 기본 꺼짐;

• 파괴적인 Git / 재귀 삭제는 여전히 명시적 승인이 필요합니다.

로컬 HTTP MCP를 시작하려면:

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

방법 B: GitHub Release wheel 직접 설치

저장소 전체를 clone하고 싶지 않으면 고정 버전을 직접 설치할 수도 있습니다:

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

그런 다음:

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

현재 이 downstream으로 upstream의 PyPI/npm 패키지 이름을 다시 배포하지는 않습니다. uvx coding-tools-mcp / npx coding-tools-mcp는 현재 여전히 upstream 패키지로 해석될 수 있습니다. 이 프로젝트를 확실히 사용하려면 GitHub에서 clone하거나 위의 Release wheel을 사용하세요.

MCP 클라이언트 구성 예시

Windows에서는 클라이언트가 checkout에 있는 런처를 직접 호출하도록 할 수 있습니다:

{
  "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"
      ]
    }
  }
}

그러면 AI에게 직접 이렇게 말하면 됩니다: "테스트를 실행해서 첫 번째 실패를 고쳐."

왜 이 downstream을 만들었나?

원본 프로젝트는 이미 탄탄한 MCP coding runtime을 제공합니다. 우리는 주로 다음 방향으로 계속 발전시켰습니다:

1. Personal Workstation: 지나치게 보수적인 기본 권한 때문에 신뢰할 수 있는 개인 개발 머신이 곳곳에서 막히지 않도록 하면서, 진짜 위험한 작업의 게이트는 유지합니다.

2. Windows 신뢰성: Job Object, 프로세스 트리 소유권, bounded scan, managed runner/watchdog, release/rollback.

3. 실제 ChatGPT Connected App: 로컬 자체 테스트뿐만 아니라 실제 Connector 환경에서 OAuth, 도구 계약, 라이프사이클 검증을 요구합니다.

4. Agent Transport: MCP가 단순히 "shell 실행"만 하는 것이 아니라 Antigravity, OpenCode를 통합적으로 구동하고, 향후 Claude Code를 추가할 계획입니다.

5. Project Continuity / Workbench: Worker Claim, 독립 Review, Candidate, Accepted State를 분리하여 "AI가 끝났다고 말하면" 자동으로 통과되지 않게 합니다.

어떤 프로젝트를 참고했나?

여기서는 코드 혈통 / API 통합 / 디자인 영감을 명확히 구분하여, "프로젝트에서 아이디어를 배웠다"는 것을 "그 소스를 사용했다"고 말하지 않도록 합니다.

전체 설명은 코드 혈통, Prior Art 및 디자인 영향 참조.

보안 경계

정말 신뢰할 수 없는 코드는 여전히 Docker / VM에서 실행할 것을 권장합니다. 자세한 경계는 SECURITY.md 및 docs/security-boundary.md를 참조하세요.

텔레메트리

이 downstream의 텔레메트리는 기본적으로 꺼져 있습니다. 운영자가 telemetry=on을 명시적으로 설정하고, 자신이 통제하는 HTTPS endpoint + write-only key를 함께 제공해야만 이벤트가 전송됩니다. DO_NOT_TRACK=1 및 CI 환경에서는 강제로 꺼집니다.

중국어 문서 내비게이션

아래 핵심 진입점은 모두 중국어 기본, 영어는 같은 파일 아래 접힘 형태입니다:

• 빠른 시작

• 로드맵 / Roadmap

• 기여 가이드

• 코드 혈통, Prior Art 및 디자인 영향

더 하위 수준의 프로토콜 계약, 테스트 보고서, Schema 문서는 여전히 영어를 기본으로 하여 코드/API 이름과의 번역 drift를 피합니다:

• 도구와 Schema

• Runtime Contract

• 권한 모드

• 원격 MCP

• Windows Managed Runner

• 문제 해결

Roadmap

다음 주요 연구/구현 방향:

• Claude Code Agent Transport provider;

• provider plug-in boundary;

• Orca optional orchestration backend;

• Web ChatGPT-supervised long-running workbench;

• 다중 머신, 서명/재현 가능한 배포물, Linux/macOS parity.

자세한 진행 상황은 ROADMAP.md 참조.

기여

특히 다음 방향을 환영합니다: Windows portability, Agent provider adapter, OAuth/Connected App 상호 운용, 권한/프로세스 라이프사이클 adversarial testing, Orca 통합 실험, Linux/macOS 격리, 중국어/영어 문서 개선.

CONTRIBUTING.md 참조.

라이선스와 출처

이 프로젝트는 Apache License 2.0을 사용합니다. 저작권 고지, 라이선스 고지 및 NOTICE를 유지해 주세요.

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 및 npx coding-tools-mcp는 현재 업스트림에 게시된 패키지를 가리키며, 이 다운스트림 0.7 브랜치가 아닙니다.

수정된 릴리스 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

Windows에서는 MCP 클라이언트가 체크아웃 런처를 가리키도록 하여, 클라이언트가 업스트림 레지스트리 패키지 대신 다운스트림 Workbench 빌드를 받도록 하십시오:

{
  "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"
      ]
    }
  }
}

그런 다음 클라이언트에게 *"테스트 스위트를 실행하고 첫 번째 실패를 고치세요."*라고 요청하세요.

HTTP를 선호하시나요? --stdio를 빼면 서버는 http://127.0.0.1:8765/mcp에서 Streamable HTTP를 사용합니다(MCP 2025-11-25, 2025-06-18 호환). 한 줄 설치 프로그램, 클라이언트별 안내 및 문제 해결 방법은 docs/quickstart.md와 docs/mcp-client-config.md에 있습니다.

시도해 볼 일곱 가지

1. Claude Desktop을 코딩 에이전트로 활용하세요. 위의 구성만으로 충분합니다. 이미 요금을 내고 있는 채팅 창으로 이제 실제 저장소를 읽고, 패치하고, 테스트하고, 커밋을 검토할 수 있습니다.

2. 어디서나 내 머신에서 코딩하세요.

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

루프백 바인딩 + 인증된 HTTPS 터널(cloudflared, ngrok 또는 Microsoft Dev Tunnel). 휴대폰의 claude.ai를 https://<tunnel-host>/mcp로 지정하면 어디서든 집에 있는 워크스테이션을 조종할 수 있습니다. Bearer 토큰과 OAuth 2.1 + PKCE(RFC 7591 동적 등록 포함)가 내장되어 있습니다. → docs/remote-mcp.md

3. 신뢰할 수 없는 코드에 에이전트를 풀어놓으세요. 일회용 샌드박스 안에서 말이죠.

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

도구 체인과 캐시가 미리 구성된 컨테이너형 서버로, 수상한 PR을 대상으로 지정해도 안전하며 사용 후에는 폐기할 수 있습니다. → docs/docker.md

4. MCP 호출 한 번으로 클라우드 샌드박스를 실행하세요. 번들로 제공되는 Cloudflare Worker 컨트롤 플레인은 start_coding_tools_sandbox를 MCP 도구로 노출합니다. 한 번의 호출로 GitHub Actions 러너를 디스패치하여 Docker 샌드박스를 부팅하고, 인증된 Cloudflare Tunnel 뒤에 게시합니다. 임시 컴퓨팅이므로 자체 서버가 필요 없습니다.

5. GUI로 구동하세요.

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

워크스페이스별 프로필, 서버 및 터널 시작/중지, 클립보드 도우미가 포함된 자격 증명 설정, 실시간 상태 확인을 지원합니다. 영어 및 중국어 간체.

6. 대화형 세션을 유지하세요. exec_command는 실제 PTY에서 REPL 또는 디버거를 시작하고, write_stdin은 턴 사이에 입력을 전달하며, read_output은 긴 출력을 페이지 단위로 표시하고, kill_session은 정리합니다. 장기 실행 프로세스는 데드라인 워치독과 제한된 버퍼를 갖춘 일급 기능으로 지원됩니다.

7. 자신의 에이전트에 프로덕션급 도구를 부여하세요. Anthropic SDK나 다른 도구로 에이전트 루프를 구축 중이신가요? 파일 및 exec 도구를 직접 만들지 말고 이 서버와 MCP로 통신하여 전체 안전 경계를 물려받으세요. → docs/embedding.md

도구 카탈로그

사실 그대로 주석이 달린 단일 런타임 카탈로그입니다. 선택적 기능 그룹은 검토된 종속성/구성이 없을 때 숨길 수 있습니다. 카탈로그는 서버 하나의 수명 동안 안정적으로 유지됩니다. apply_patch는 워크스페이스 파일을 직접 변경하는 유일한 기본 수단으로, 스테이징되고, 기준선을 확인하며, 파일 전체에 걸쳐 원자적이고, 롤백을 지원합니다.

루트의 AGENTS.md/CLAUDE.md 파일은 initialize 컨텍스트에 자동으로 로드됩니다. 도구 content는 에이전트를 위한 간결한 텍스트이고, structuredContent는 완전한 기계 판독 결과를 담습니다. 스키마 및 결과 봉투: docs/tools-and-schemas.md · docs/runtime-contract-v0.2.md.

안전 경계

재귀 목록 및 검색은 .git, node_modules, 빌드 출력, virtualenv, 캐시를 제외합니다. 명령은 워크스페이스에 바인딩된 cwd, 정리된 환경, 타임아웃, 출력 상한으로 실행됩니다. Landlock이 있는 Linux 호스트는 커널이 강제하는 파일시스템 격리를 받지만, 다른 플랫폼에서는 명시적 경고가 표시됩니다. 이것은 여전히 완전한 OS 샌드박스가 아니므로, 진정으로 신뢰할 수 없는 작업에는 Docker 이미지나 VM을 사용하세요. 자세한 내용: SECURITY.md · docs/security-boundary.md · docs/permission-modes.md

텔레메트리

이 다운스트림 브랜치에서는 텔레메트리가 기본적으로 꺼져 있습니다. 이 구현은 텔레메트리를 명시적으로 on으로 설정하고 운영자가 소유한 HTTPS 엔드포인트와 쓰기 전용 수집 키를 제공해야만 활성화할 수 있습니다. DO_NOT_TRACK=1 및 CI는 여전히 강제로 끄며, CODING_TOOLS_MCP_TELEMETRY=debug는 이벤트를 전송하지 않고 stderr로 출력합니다. 비공개 이벤트 스키마와 보장 사항은 docs/telemetry.md에 문서화되어 있습니다.

근거 자료, Dogfood 및 SWE-bench

모든 릴리스는 태그로 트리거되는 파이프라인을 통해 배포되며, 규정 준수 스위트, 실제 워크로드 벤치마크, SWE-bench 하네스가 PyPI와 npm에 게시하는 것과 동일한 커밋에서 실행됩니다. 둘 다 신뢰할 수 있는 게시를 사용하며, npm은 출처 증명(provenance)을 포함합니다. Dogfood 효율성 지표는 재현 가능하며(make dogfood-smoke) reports/ 아래에 커밋되어 있습니다. 이 저장소는 모델로 생성된 SWE-bench 리더보드 결과를 주장하지 않습니다. 정확히 무엇이 측정되고 무엇이 측정되지 않는지는 docs/swe-bench.md를 참조하세요. 더 보기: COMPLIANCE.md · BENCHMARK.md · docs/dogfood.md

문서

개발

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

전체 게이트 매트릭스는 docs/ci-and-tests.md에 있습니다.

라이선스

이 프로젝트는 Apache License 2.0에 따라 라이선스가 부여됩니다.

이 프로젝트의 코드, 문서, 중요한 구현 세부 사항 또는 파생 작업을 사용하는 경우 저작권 고지, 라이선스 고지 및 NOTICE 파일을 보존하고 원본 프로젝트를 명확히 표시하십시오.

이 다운스트림 브랜치는 xyTom/coding-tools-mcp를 기반으로 하며 해당 프로젝트의 역사와 Apache-2.0 의무를 유지합니다. 직접적인 코드 계보, API 통합, 디자인 선행 기술의 구분은 docs/LINEAGE_AND_INFLUENCES.md를 참조하세요.

프로젝트: Coding Tools MCP
저자: Coding Tools MCP Contributors
다운스트림 소스: https://github.com/biaobiao2233/coding-tools-mcp-workbench

업스트림 소스: https://github.com/xyTom/coding-tools-mcp

인용 메타데이터는 CITATION.cff에서 확인할 수 있습니다.