Coding Tools MCP

Упрощённый китайский (по умолчанию) · Английская версия свёрнута ниже

Дайте ChatGPT, Claude Desktop или любому MCP-совместимому AI-клиенту возможность по-настоящему читать файлы, изменять код, выполнять команды и работать с Git в вашем репозитории, а также вызывать локального агента на доверенной персональной машине разработчика.

Это downstream-ветка 0.7 Workbench проекта Coding Tools MCP. Проект развивается на основе xyTom/coding-tools-mcp под лицензией Apache-2.0, сохраняя историю upstream, LICENSE и NOTICE; на этой основе добавлен большой объём работ, связанных с Windows, конкурентностью/OAuth, personal_workstation, Agent Transport и непрерывностью проектов.

Для чего это нужно?

Одной фразой: дать ИИ «руки», которыми он может безопасно работать с репозиториями кода на вашем компьютере.

Через Model Context Protocol (MCP) предоставляется модельно-нейтральная локальная среда выполнения, включающая:

• чтение, поиск, просмотр каталогов и структурированные многофайловые патчи;

• выполнение команд, постоянный интерактивный терминал, чтение вывода длительных задач;

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

• координация конкурентности, блокировки ресурсов, lease и длительные задачи с областью владельца;

• OAuth 2.1 / PKCE / Dynamic Client Registration;

• опциональные host-файловая система, Memo/ledger, Windows CUA;

• Agent Transport: в настоящее время поддерживаются Antigravity и OpenCode: status / send / read / continue / abort;

• режим personal_workstation для доверенных персональных машин разработчика.

Какие опциональные возможности реально открыты на конкретной машине, определяется server_info / tools/list этого экземпляра.

Каков текущий статус?

Текущая публичная версия: v0.7.0-workbench.1.

Эта линия кода 0.7 уже прошла source/local gate и была проверена в реальном ChatGPT Connected App staging на машине мейнтейнера под Windows. Обнаружение возможностей Antigravity и OpenCode, первый вызов, continuation в рамках того же session/conversation, точный abort задания и cleanup подтверждены машинными доказательствами.

Публичная ветка main репозитория прошла отдельный public-release gate; GitHub Release также предоставляет фиксированную версию Python wheel и sdist.

Это не означает, что «все машины и все MCP-клиенты уже проверены». Если вы столкнулись с проблемами в новой среде, смело открывайте Issue или Discussion.

Самый простой способ использования

Способ A: на Windows сразу после clone — запуск (рекомендуется)

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

Этот лаунчер по умолчанию использует нашу текущую конфигурацию Workbench:

• personal_workstation;

• Agent Transport включён;

• телеметрия по умолчанию выключена;

• разрушительные операции Git / рекурсивное удаление по-прежнему требуют явного разрешения.

Если нужно запустить локальный HTTP MCP:

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

Способ B: установка фиксированного GitHub Release wheel напрямую

Если не хотите клонировать весь репозиторий, можно сразу установить фиксированную версию:

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

Затем:

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

В настоящее время нет переиздания имён upstream-пакетов PyPI/npm через этот downstream. uvx coding-tools-mcp / npx coding-tools-mcp по-прежнему могут разрешаться в upstream-пакеты; чтобы гарантированно использовать этот проект, клонируйте его из GitHub или используйте указанный выше Release wheel.

Пример конфигурации MCP-клиента

На Windows клиент может напрямую вызывать лаунчер из checkout:

{
  "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"
      ]
    }
  }
}

После этого можно просто сказать ИИ: «Прогони тесты и исправь первую ошибку».

Почему мы делаем этот downstream?

Исходный проект уже предоставил прочный MCP coding runtime. Мы в основном продолжаем его в следующих направлениях:

1. Personal Workstation: доверенная персональная машина разработчика больше не застревает на каждом шагу из-за излишне консервативных разрешений по умолчанию, при этом сохраняются шлюзы для действительно опасных операций.

2. Надёжность Windows: Job Object, владение деревом процессов, bounded scan, managed runner/watchdog, release/rollback.

3. Реальный ChatGPT Connected App: требуется проверка OAuth, контрактов инструментов и жизненного цикла не только в локальных тестах, но и в реальной среде Connector.

4. Agent Transport: MCP не ограничивается «выполнением shell», но также единообразно управляет Antigravity и OpenCode; в планах — Claude Code.

5. Project Continuity / Workbench: разделение Worker Claim, независимого Review, Candidate и Accepted State, чтобы «ИИ сказал, что готово» не считалось автоматическим прохождением.

На какие проекты мы опирались?

Здесь намеренно различаются кодовая наследственность / API-интеграция / дизайнерское вдохновение, чтобы не выдавать «заимствованную идею» за «использованный код».

Полное описание см. в Кодовая наследственность, Prior Art и дизайнерское влияние.

Границы безопасности

Действительно недоверенный код по-прежнему рекомендуется запускать в Docker / VM. Подробные границы см. в SECURITY.md и docs/security-boundary.md.

Телеметрия

В этом downstream телеметрия по умолчанию отключена. События отправляются только если оператор явно задал telemetry=on и одновременно предоставил контролируемый им HTTPS endpoint + ключ с правами только на запись (write-only key). DO_NOT_TRACK=1 и CI принудительно отключают её.

Навигация по китайской документации

Следующие ключевые разделы теперь доступны по умолчанию на китайском, а английская версия свёрнута ниже в том же файле:

• Быстрый старт

• Дорожная карта / Roadmap

• Руководство по вкладу

• Кодовая наследственность, Prior Art и дизайнерское влияние

Более низкоуровневые протокольные контракты, отчёты о тестах и Schema-документы остаются преимущественно на английском, чтобы избежать дрейфа перевода относительно кода/API-имён:

• Инструменты и Schema

• Runtime Contract

• Режимы разрешений

• Удалённый MCP

• Windows Managed Runner

• Устранение неполадок

Roadmap

Далее — основные направления исследований/реализации:

• Claude Code Agent Transport provider;

• provider plug-in boundary;

• опциональный оркестрационный бэкенд Orca;

• долгоживущая workbench-сессия под управлением Web ChatGPT;

• мультимашинность, подписанные/воспроизводимые релизы, паритет Linux/macOS.

Подробный прогресс см. в ROADMAP.md.

Участие в проекте

Особенно приветствуются следующие направления: Windows portability, адаптеры Agent provider, интероперабельность OAuth/Connected App, adversarial-тестирование разрешений/жизненного цикла процессов, эксперименты с интеграцией Orca, изоляция Linux/macOS, а также доработка документации на китайском/английском.

См. CONTRIBUTING.md.

Лицензия и происхождение

Проект использует Apache License 2.0. Пожалуйста, сохраняйте уведомление об авторских правах, заявление о лицензии и NOTICE.

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

Coding Tools MCP

Английский | 简体中文

Дайте любому ИИ-чату или агенту безопасные «руки» для работы с вашей кодовой базой.

Downstream-ветка 0.7 workbench. Эта кодовая база происходит от xyTom/coding-tools-mcp под лицензией Apache-2.0 и сохраняет историю и атрибуцию upstream. Ветка downstream добавляет существенную работу по Windows/runtime/agent-transport. В настоящее время она распространяется из исходников; имена upstream-пакетов PyPI/npm намеренно не переиздаются этим форком. См. Кодовая наследственность и дизайнерские влияния.

Coding Tools MCP — это модельно-нейтральный coding runtime, предоставляемый через Model Context Protocol: чтение и поиск файлов, структурированные многофайловые патчи, выполнение команд, интерактивные сессии, git, опциональный проверяемый доступ к хосту, leases конкурентности/ресурсов и локальный агентный транспорт — один сервер, которым может управлять MCP-клиент. Каталог возможностей ограничен capabilities: server_info — источник истины о том, какие опциональные host/Memo/CUA/Agent-инструменты открыты на одной установке.

Статус downstream 0.7

Точный исходный baseline b0f44ef... прошёл локальные/исходные гейты и реальное staging-испытание ChatGPT Connected-App на машине мейнтейнера под Windows. В этом окружении обнаружение возможностей Antigravity и OpenCode оставалось проверяемым на машине, оба пути continuation провайдеров работали, а также были выполнены точные abort/cleanup задания.

Это не означает, что каждая машина/клиент проверены. Публичный релизный гейт для источника на GitHub теперь пройден, репозиторий downstream публичен, а v0.7.0-workbench.1 доступен как GitHub Release с артефактами wheel + sdist. Продвижение в production остаётся отдельным гейтом в процессе разработки этого проекта.

Основные добавления ветки downstream:

• усиление Windows Job Object/жизненного цикла процессов и поведение bounded scan;

• серверная координация конкурентности, блокировки ресурсов и lease;

• аутентифицированные длительные задания с областью владельца поверх короткоживущих HTTP-вызовов;

• усиление OAuth refresh/restart, ориентированное на ChatGPT;

• опциональный режим personal_workstation для доверенных машин разработчиков;

• опциональные поверхности host-root, Memo/ledger и Windows computer-use;

• Agent Transport для Antigravity и OpenCode с проверяемым на машине обнаружением возможностей, корреляцией сессий провайдера, continuation и отменой.

См. ROADMAP.md о том, что проверено, а что всё ещё исследования.

Почему люди это используют

• Превращает чат-приложение в кодинг-агента. Claude Desktop — или любой MCP чат-клиент — получает реальный доступ к репозиторию с уже имеющейся подпиской. Никакого дополнительного продукта не требуется.

• Безопасность — это продукт, а не запоздалая мысль. Один корень workspace на сервер. Абсолютные пути, обход .. и выход через symlink отклоняются. Режимы разрешений ограничивают сетевой доступ, раскрытие shell, встроенные скрипты и разрушительные команды. На Linux Landlock добавляет изоляцию файловой системы на уровне ядра.

• Он модельно- и вендорно-нейтрален. Фиксированный, правдиво аннотированный каталог — без переключения профилей, без игр с аннотациями. Свободно меняйте модели или клиенты; runtime и его поведение остаются на месте.

• Создан с учётом контекстных окон. Результаты суммаризируются, разбиваются на страницы и ограничиваются по дизайну; сериализованные байты результатов инструментов снизились на 37% от релиза к релизу на детерминированной dogfood-нагрузке при неизменном выполнении задач.

Быстрый старт — checkout исходников downstream

Windows: запустите одобренный профиль Workbench напрямую

Клонируйте этот репозиторий downstream, затем запустите:

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

Этот лаунчер запускает одобренный профиль Workbench, а не ограниченный по умолчанию upstream: режим разрешений personal_workstation, Agent Transport включён, телеметрия выключена. Разрушительные операции Git и рекурсивное удаление файлов по-прежнему требуют явного разрешения. Antigravity и OpenCode опциональны: MCP-сервер запускается без них, а agent_status сообщает, какие провайдеры реально установлены на машине.

Для loopback HTTP endpoint вместо stdio:

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

Скрипт использует uv, если он доступен. В противном случае он создаёт локальный .workbench-venv, устанавливает этот checkout и запускает ровно тот код, который склонирован из GitHub.

Устанавливайте из этого checkout или используйте фиксированный GitHub Release wheel, а не имена upstream PyPI/npm:

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 и npx coding-tools-mcp сейчас указывают на опубликованные upstream-пакеты, а не на эту downstream-ветку 0.7.

Исправленный релизный 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

В Windows укажите MCP-клиентам на лаунчер из рабочей копии (checkout), чтобы клиент получал downstream-сборку Workbench, а не upstream-пакет из реестра:

{
  "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"
      ]
    }
  }
}

Затем попросите клиента: «запустите тестовый набор и исправьте первую ошибку».

Предпочитаете HTTP? Уберите --stdio — и сервер заговорит по Streamable HTTP на http://127.0.0.1:8765/mcp (MCP 2025-11-25, с совместимостью с 2025-06-18). Установщик в одну строку, пошаговые руководства для каждого клиента и устранение неполадок — в docs/quickstart.md и docs/mcp-client-config.md.

Семь вещей, которые стоит попробовать

1. Сделайте Claude Desktop своим агентом для написания кода. Конфигурации выше достаточно — окно чата, за которое вы уже платите, теперь может читать, патчить, тестировать и проверять коммиты в реальном репозитории.

2. Кодите на своей машине откуда угодно.

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

Привязка к loopback + аутентифицированный HTTPS-туннель (cloudflared, ngrok или Microsoft Dev Tunnel). Наведите claude.ai на телефоне на https://<tunnel-host>/mcp и управляйте своей домашней рабочей станцией откуда угодно. Встроены Bearer-токены и OAuth 2.1 + PKCE (с динамической регистрацией по RFC 7591). → docs/remote-mcp.md

3. Выпустите агента на недоверенный код — внутри одноразовой песочницы.

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

Контейнеризованный сервер с предварительно настроенными тулчейнами и кэшами: можно безопасно нацелить на сомнительный PR, а затем уничтожить. → docs/docker.md

4. Поднимите облачную песочницу одним MCP-вызовом. Встроенная управляющая плоскость Cloudflare Worker предоставляет start_coding_tools_sandbox как MCP-инструмент: один вызов запускает раннер GitHub Actions, который поднимает Docker-песочницу и публикует её за аутентифицированным Cloudflare Tunnel. Эфемерные вычисления, без собственного сервера.

5. Управляйте им через GUI.

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

Профили для каждой рабочей области, запуск/остановка сервера и туннеля, настройка учётных данных с помощниками для буфера обмена, живые проверки работоспособности. Английский и упрощённый китайский.

6. Держите интерактивную сессию живой. exec_command запускает REPL или отладчик под настоящим PTY; write_stdin передаёт ей ввод между ходами; read_output постранично выводит длинный вывод; kill_session всё подчищает. Долго работающие процессы поддерживаются как полноправные сущности: со сторожевыми таймерами дедлайнов и ограниченными буферами.

7. Дайте своему агенту руки производственного уровня. Строите цикл агента на Anthropic SDK или на чём-то ещё? Не изобретайте собственные файловые и exec-инструменты — говорите с этим сервером по MCP и унаследуйте всю границу безопасности целиком. → docs/embedding.md

Каталог инструментов

Один честно аннотированный каталог рантайма. Необязательные группы возможностей можно скрывать, когда отсутствует их проверенная зависимость/конфигурация; каталог стабилен на протяжении всей жизни одного сервера. apply_patch — единственный прямой примитив изменения файлов рабочей области: поэтапное внесение, проверка базовой версии, атомарность по файлам и откат.

Корневые файлы AGENTS.md/CLAUDE.md автоматически загружаются в контекст initialize. content инструмента — краткий текст для агента; structuredContent содержит полный машинный результат. Схемы и конверты результатов: docs/tools-and-schemas.md · docs/runtime-contract-v0.2.md.

Граница безопасности

Рекурсивный список и поиск исключают .git, node_modules, результаты сборки, virtualenv и кэши. Команды выполняются с рабочей директорией в границах рабочей области, очищенным окружением, таймаутами и ограничениями на объём вывода. Linux-хосты с Landlock получают файловую изоляцию на уровне ядра; на других платформах выдаётся явное предупреждение — это всё ещё не полная OS-песочница, поэтому для по-настоящему недоверенного кода используйте Docker-образ или виртуальную машину. Подробности: SECURITY.md · docs/security-boundary.md · docs/permission-modes.md

Телеметрия

В этой downstream-ветке телеметрия по умолчанию выключена. Реализацию можно включить, только явно установив телеметрию в on и указав HTTPS-эндпоинт оператора и ключ приёма только на запись. DO_NOT_TRACK=1 и CI по-прежнему принудительно её отключают; CODING_TOOLS_MCP_TELEMETRY=debug выводит события в stderr, ничего не отправляя. Закрытая схема событий и гарантии описаны в docs/telemetry.md.

Доказательства, Dogfood и SWE-bench

Каждый релиз проходит через конвейер, запускаемый по тегу: набор тестов на соответствие, бенчмарк на реальной нагрузке и обвязка SWE-bench выполняются из того же коммита, который публикует пакеты в PyPI и npm — оба канала через trusted publishing, npm — с provenance. Метрики эффективности dogfood воспроизводимы (make dogfood-smoke) и хранятся в reports/. Этот репозиторий не заявляет модельно-сгенерированный результат в лидерборде SWE-bench — см. docs/swe-bench.md, где точно указано, что измеряется, а что нет. Подробнее: COMPLIANCE.md · BENCHMARK.md · docs/dogfood.md

Документация

Разработка

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

Полная матрица проверок — в docs/ci-and-tests.md.

Лицензия

Этот проект лицензируется по Apache License 2.0.

Если вы используете код, документацию, существенные детали реализации или производные работы из этого проекта, сохраняйте уведомление об авторских правах, уведомление о лицензии и файл NOTICE, а также явно указывайте оригинальный проект.

Эта downstream-ветка основана на xyTom/coding-tools-mcp и сохраняет историю этого проекта и обязательства по Apache-2.0. Разделение прямой кодовой линии, интеграций API и дизайн-задела — в docs/LINEAGE_AND_INFLUENCES.md.

Проект: Coding Tools MCP
Автор: Coding Tools MCP Contributors
Downstream-исходник: https://github.com/biaobiao2233/coding-tools-mcp-workbench

Upstream-исходник: https://github.com/xyTom/coding-tools-mcp

Метаданные цитирования доступны в CITATION.cff.