Skip to main content
Glama
htmambo

Astron MCP

by htmambo
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

Coding Bridge MCP

基于 MCP 协议 封装的多厂商 Coding Plan 服务，目前已支持讯飞星火 / 讯飞星辰 Coding Plan、火山方舟 Coding Plan 个人版、百度智能云千帆 Coding Plan、商汤日日新 SenseNova Token Plan 与 DeepSeek 官方 API，并为 OpenCode Go（experimental）提供 OpenAI 兼容子集接入，为 Claude Code 等 AI 编程工具提供代码审查、计划审查与多轮对话能力。

一、支持的 Provider

Coding Bridge MCP 通过统一的 OpenAI 兼容 HTTP 客户端接入多个厂商的 Coding Plan / 大模型服务。

Provider

协议

凭证

默认端点

默认模型

xfyun-coding（默认）

OpenAI 兼容

API_KEY（HTTP Bearer）

https://maas-coding-api.cn-huabei-1.xf-yun.com/v2/chat/completions

astron-code-latest

volcengine-coding

OpenAI 兼容

API_KEY（HTTP Bearer）

https://ark.cn-beijing.volces.com/api/coding/v3/chat/completions

ark-code-latest

qianfan-coding

OpenAI 兼容

API_KEY（HTTP Bearer）

https://qianfan.baidubce.com/v2/coding/chat/completions

qianfan-code-latest

sensenova ⚠️ 配额极低

OpenAI 兼容

API_KEY（HTTP Bearer）

https://token.sensenova.cn/v1/chat/completions

deepseek-v4-flash

deepseek

OpenAI 兼容

API_KEY（HTTP Bearer）

https://api.deepseek.com/chat/completions

deepseek-v4-pro

opencode-go ⚠️ experimental

OpenAI 兼容

API_KEY（HTTP Bearer）

https://opencode.ai/zen/go/v1/chat/completions

glm-5.2

注意：Coding Plan 类套餐（讯飞、火山）的 API Key 仅限在 AI 编程工具交互场景中使用，禁止用于自动化脚本、批量任务或自建后端。

切换 Provider 只需修改 PROVIDER 环境变量（旧版 SPARK_MODE 仍兼容）。为统一凭证入口，推荐使用通用变量 API_KEY：

# 讯飞 Coding Plan
PROVIDER=xfyun-coding
API_KEY=your-xfyun-key

# 火山方舟 Coding Plan 个人版
PROVIDER=volcengine-coding
API_KEY=your-volcano-key

# 百度智能云千帆 Coding Plan（OpenAI 兼容）
PROVIDER=qianfan-coding
API_KEY=your-qianfan-key

# 商汤日日新 SenseNova（Token Plan，OpenAI 兼容，⚠️ 配额极低）
PROVIDER=sensenova
API_KEY=your-sensenova-key

# DeepSeek 官方 API（OpenAI 兼容）
PROVIDER=deepseek
API_KEY=your-deepseek-key

# OpenCode Go（⚠️ experimental，OpenAI 兼容子集：GLM / Kimi / DeepSeek / MiMo）
PROVIDER=opencode-go
API_KEY=your-opencode-go-key

凭证兼容回退顺序（按下列优先级取第一个非空值）：

  • 讯飞 Coding Plan（xfyun-coding）：API_KEY → SPARK_API_PASSWORD → SPARK_API_KEY

  • 火山方舟（volcengine-coding）：API_KEY → VOLCENGINE_API_KEY → ARK_API_KEY

  • 千帆 Coding Plan（qianfan-coding）：API_KEY → QIANFAN_API_KEY

  • 商汤 SenseNova（sensenova）：API_KEY → SENSENOVA_API_KEY

  • DeepSeek（deepseek）：API_KEY → DEEPSEEK_API_KEY

  • OpenCode Go（opencode-go）：API_KEY → OPENCODE_API_KEY

推荐只设 API_KEY 一个变量，避免歧义。

⚠️ 关于 opencode-go（experimental）：官方文档仅描述 TUI /connect 与 JS AI SDK 用法，未明确直接 HTTP/REST 调用契约。本 Provider 按 OpenAI 兼容惯例推断 Authorization: Bearer 鉴权——首次使用前建议用 curl 实测确认，若返回 401/403 需排查是否实际要求 x-api-key 等其他头。仅覆盖 OpenAI 兼容子集（GLM / Kimi / DeepSeek / MiMo）；MiniMax / Qwen 走 Anthropic 协议，暂不支持。额度为美元配额制（每 5h $12 / 周 $30 / 月 $60）。

推荐只设 API_KEY 一个变量，避免歧义。

Related MCP server: SAGE-MCP

二、快速开始

1. 安装 uv（如果还没有）

curl -LsSf https://astral.sh/uv/install.sh | sh

2. 克隆并进入项目

git clone https://github.com/htmambo/coding-bridge-mcp.git
cd coding-bridge-mcp

3. 配置环境变量

cp .env.example .env
# 编辑 .env，填入你的 API Key

提示：Coding Bridge MCP 启动时会自动加载当前工作目录下的 .env 文件（不覆盖已有的环境变量），所以本地使用时不必手动 source。

讯飞 Coding Plan 用户最少只需要：

PROVIDER=xfyun-coding
API_KEY=your-xfyun-key

火山方舟 Coding Plan 个人版用户最少只需要：

PROVIDER=volcengine-coding
API_KEY=your-volcano-key

OpenCode Go 用户最少只需要（⚠️ experimental）：

PROVIDER=opencode-go
API_KEY=your-opencode-go-key

4. 安装依赖

uv sync

5. 接入 Claude Code

方式 A：本地开发（推荐，方便改配置和二次开发）

claude mcp add coding-bridge -s user --transport stdio -- uv run --python 3.12 coding-bridge-mcp

方式 B：直接从 GitHub 安装（无需克隆）

claude mcp add coding-bridge -s user --transport stdio -- uvx --from git+https://github.com/htmambo/coding-bridge-mcp.git coding-bridge-mcp

注意：方式 B 需要你在 Claude Code 配置中注入环境变量（见下文「配置 API Key」），或者从已设置好环境变量的 Shell 启动 Claude Code。

验证：

claude mcp list

应看到 coding-bridge: uv run --python 3.12 coding-bridge-mcp - ✓ Connected 或 coding-bridge: uvx --from git+https://github.com/htmambo/coding-bridge-mcp.git coding-bridge-mcp - ✓ Connected。

接入 Kimi Code

Kimi Code 通过 ~/.kimi-code/mcp.json 声明 MCP Server（也支持项目级 .kimi-code/mcp.json，优先级更高）。创建或编辑该文件，加入以下内容：

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "xfyun-coding",
        "API_KEY": "your-xfyun-key"
      }
    }
  }
}

注意：当前 Kimi Code 的 MCP 配置主要通过直接编辑 ~/.kimi-code/mcp.json 完成。修改后需要重启 Kimi 会话或启动新会话才会加载。

验证：重启 Kimi 后，新会话中应出现 mcp__coding-bridge__chat、mcp__coding-bridge__review_code 等工具。

三、配置 API Key

MCP Server 作为 Claude Code 的子进程运行，需要从环境变量读取密钥。claude mcp add 不能直接带 --env，推荐通过 ~/.claude/settings.json 注入：

讯飞 Coding Plan（默认）

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "xfyun-coding",
        "API_KEY": "your-xfyun-key"
      }
    }
  }
}

火山方舟 Coding Plan 个人版

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "volcengine-coding",
        "API_KEY": "your-volcano-key"
      }
    }
  }
}

百度智能云千帆 Coding Plan（OpenAI 兼容）

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "qianfan-coding",
        "API_KEY": "your-qianfan-key"
      }
    }
  }
}

商汤日日新 SenseNova（Token Plan，OpenAI 兼容）

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "sensenova",
        "API_KEY": "your-sensenova-key"
      }
    }
  }
}

默认模型 deepseek-v4-flash（1M 上下文，思考模式，审查质量较高）。⚠️ Token Plan 配额极低（tpm 限流易触发，连续调用需间隔约 1 分钟）；若更看重吞吐而非审查深度，可设 SENSENOVA_MODEL=sensenova-6.7-flash-lite（256K 上下文，更快更省 token）。注意 sensenova-u1-fast 是图像生成接口，不能作对话模型。

DeepSeek 官方 API（OpenAI 兼容）

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "deepseek",
        "API_KEY": "your-deepseek-key"
      }
    }
  }
}

默认模型 deepseek-v4-pro（思考模式，审查质量更高）；如需更快更省 token，可设 DEEPSEEK_MODEL=deepseek-v4-flash。旧名 deepseek-chat / deepseek-reasoner 将于 2026-07-24 废弃（分别对应 deepseek-v4-flash 的非思考 / 思考模式）。思考模式响应含 reasoning_content，客户端只取最终 content（符合审查工具预期）。

OpenCode Go（⚠️ experimental）

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "opencode-go",
        "API_KEY": "your-opencode-go-key"
      }
    }
  }
}

Kimi Code（~/.kimi-code/mcp.json）

Kimi Code 的 MCP 配置与 Claude Code 的 settings.json 结构相同，只是把文件放到 ~/.kimi-code/mcp.json。各 Provider 配置示例如下。

讯飞 Coding Plan（默认）

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "xfyun-coding",
        "API_KEY": "your-xfyun-key"
      }
    }
  }
}

火山方舟 Coding Plan 个人版

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "volcengine-coding",
        "API_KEY": "your-volcano-key"
      }
    }
  }
}

百度智能云千帆 Coding Plan

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "qianfan-coding",
        "API_KEY": "your-qianfan-key"
      }
    }
  }
}

商汤日日新 SenseNova（Token Plan）

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "sensenova",
        "API_KEY": "your-sensenova-key"
      }
    }
  }
}

DeepSeek 官方 API（OpenAI 兼容）

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "deepseek",
        "API_KEY": "your-deepseek-key"
      }
    }
  }
}

OpenCode Go（⚠️ experimental）

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "opencode-go",
        "API_KEY": "your-opencode-go-key"
      }
    }
  }
}

提示：Kimi Code 暂不支持全局 AGENTS.md，自动审查规范需要放在项目根目录的 AGENTS.md 中，详见 §6。

如果你用的是本地克隆的方式 A，把 command/args 换成：

{
  "command": "uv",
  "args": ["run", "--python", "3.12", "coding-bridge-mcp"]
}

注：以上 Claude Code 与 Kimi Code 示例中的 uvx --from git+... 均可按此规则改为本地克隆命令，仅 command / args 字段需要替换。

修改 Claude Code 配置后，重启 Claude Code 或运行 claude mcp list 刷新；修改 Kimi Code 的 ~/.kimi-code/mcp.json 后，重启 Kimi 会话即可。

替代方案：从 Shell 启动

如果你用的是 Claude Code CLI，也可以在启动它的 Shell 中导出环境变量：

export PROVIDER=xfyun-coding
export API_KEY=your-xfyun-key
claude

但这种方式对桌面版 Claude 无效，建议优先使用 settings.json。

四、工具说明

chat — 通用多轮对话

参数

类型

必填

说明

PROMPT

str

✅

任务指令

cd

Path

✅

工作目录

SESSION_ID

str

❌

继续会话，空则新建

model

str

❌

模型版本；默认取 PROVIDER 内置值（xfyun-coding → astron-code-latest，volcengine-coding → ark-code-latest），可被 SPARK_DEFAULT_MODEL / VOLCENGINE_MODEL / ARK_MODEL 覆盖

return_all_messages

bool

❌

是否返回完整历史

返回值：

{
  "success": true,
  "SESSION_ID": "uuid-string",
  "agent_messages": "模型回复内容...",
  "usage": {
    "prompt_tokens": 100,
    "completion_tokens": 200,
    "total_tokens": 300,
    "cached_tokens": 0,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0
  },
  "cumulative_usage": {
    "prompt_tokens": 350,
    "completion_tokens": 540,
    "total_tokens": 890,
    "cached_tokens": 0,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0
  }
}

usage 是当前这一轮的 token 用量，cumulative_usage 是该会话从开始到现在的累计值（跨多轮对话自动累加）。当 SESSION_ID 沿用同一个时，累计值会持续增长。

review_code — 代码审查

参数

类型

必填

说明

CODE

str

✅

要审查的代码

cd

Path

✅

工作目录

REQUIREMENTS

str

❌

额外要求/上下文

SESSION_ID

str

❌

继续会话

model

str

❌

模型版本

return_all_messages

bool

❌

返回完整历史

review_plan — 计划/方案审查

参数

类型

必填

说明

PLAN

str

✅

计划文本

cd

Path

✅

工作目录

CONTEXT

str

❌

项目背景

SESSION_ID

str

❌

继续会话

model

str

❌

模型版本

return_all_messages

bool

❌

返回完整历史

get_token_stats — 查询 token 用量统计

读取当前 MCP 进程内已累计的 token 用量。所有写操作工具（chat / review_code / review_plan）在每次成功调用后都会把 usage 累加到对应会话；本工具不发起任何 HTTP 请求。

参数

类型

必填

说明

cd

Path

✅

工作目录

SESSION_ID

str

❌

指定会话 ID；空字符串或不传则汇总当前进程所有会话

返回值（指定 SESSION_ID 时）：

{
  "success": true,
  "SESSION_ID": "uuid-string",
  "found": true,
  "cumulative_usage": {
    "prompt_tokens": 350,
    "completion_tokens": 540,
    "total_tokens": 890,
    "cached_tokens": 0,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0
  }
}

返回值（不传 SESSION_ID，全局汇总）：

{
  "success": true,
  "cumulative_usage": {
    "prompt_tokens": 1280,
    "completion_tokens": 960,
    "total_tokens": 2240,
    "cached_tokens": 0,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0
  },
  "session_count": 3,
  "sessions": {
    "uuid-a": { "prompt_tokens": 350, "...": "..." },
    "uuid-b": { "...": "..." },
    "uuid-c": { "...": "..." }
  }
}

关于缓存三件套：cached_tokens / cache_creation_input_tokens / cache_read_input_tokens 是 Anthropic 风格的统一 schema。当前 volcengine-coding 与 xfyun-coding 默认不启用上下文缓存，所以通常为 0；cached_tokens 会在厂商返回 usage.prompt_tokens_details.cached_tokens 或顶层 cached_tokens 时如实透传。Schema 稳定后，未来即便切换到真正支持缓存的 Provider，调用方代码也无需调整。

五、环境变量完整列表

变量

默认值

说明

PROVIDER

xfyun-coding

xfyun-coding / volcengine-coding / qianfan-coding / sensenova / deepseek / opencode-go

API_KEY

-

通用 API Key，根据 PROVIDER 自动对应到讯飞、火山、千帆、商汤或 DeepSeek

SPARK_MODE

-

旧版变量，已废弃；coding 映射到 xfyun-coding（仍发出弃用警告），http / websocket 不再支持并会报错，请直接使用 PROVIDER

SPARK_API_PASSWORD

-

讯飞 Coding Plan 的 API Key 或 APIPassword

SPARK_API_KEY

-

SPARK_API_PASSWORD 的别名

SPARK_API_URL

见 Provider

讯飞 HTTP 端点覆盖

SPARK_DEFAULT_MODEL

见 Provider

讯飞默认模型覆盖

VOLCENGINE_API_KEY

-

火山方舟 Coding Plan API Key

ARK_API_KEY

-

火山方舟旧版 API Key（VOLCENGINE_API_KEY 的别名）

VOLCENGINE_API_URL

见 Provider

火山 HTTP 端点覆盖

VOLCENGINE_MODEL

ark-code-latest

火山默认模型覆盖

QIANFAN_API_KEY

-

千帆 Coding Plan API Key（API_KEY 为空时回退）

QIANFAN_API_URL

见 Provider

千帆 Coding Plan 端点覆盖

QIANFAN_MODEL

qianfan-code-latest

千帆默认模型覆盖

SENSENOVA_API_KEY

-

商汤 SenseNova API Key（API_KEY 为空时回退）

SENSENOVA_API_URL

见 Provider

商汤 SenseNova 端点覆盖

SENSENOVA_MODEL

deepseek-v4-flash

商汤默认模型覆盖（可选 sensenova-6.7-flash-lite，配额极低时换用以提吞吐）

DEEPSEEK_API_KEY

-

DeepSeek 官方 API Key（API_KEY 为空时回退）

DEEPSEEK_API_URL

见 Provider

DeepSeek 端点覆盖

DEEPSEEK_MODEL

deepseek-v4-pro

DeepSeek 默认模型覆盖（可选 deepseek-v4-flash）

OPENCODE_API_KEY

-

OpenCode Go API Key（API_KEY 为空时回退）

OPENCODE_API_URL

见 Provider

OpenCode Go 端点覆盖

OPENCODE_MODEL

glm-5.2

OpenCode Go 默认模型覆盖

MCP_TIMEOUT_SECONDS

300

请求超时（兼容旧 SPARK_TIMEOUT_SECONDS）

MCP_MAX_CONTEXT_CHARS

见 Provider

上下文字符上限（兼容旧 SPARK_MAX_CONTEXT_CHARS）

MCP_MAX_MESSAGES

40

单会话最大消息数（兼容旧 SPARK_MAX_MESSAGES）

MCP_MAX_TOKENS

见 Provider

单次最大输出 tokens（兼容旧 SPARK_MAX_TOKENS）

LOG_LEVEL

INFO

结构化日志级别（DEBUG / INFO / WARNING / ERROR），输出到 stderr

代理 (PROXY)

默认 PROXY=false：忽略 shell 中的 HTTP_PROXY / HTTPS_PROXY / ALL_PROXY 环境变量，强制直连厂商 API。

通过 MCP 启动配置 (settings.json → mcpServers.<name>.env) 声明：

PROXY

行为

适用场景

false / no / off / 0 (默认)

直连；httpx trust_env=False

普通部署，无需代理

true / env / yes / on / 1

读取 shell 中的 HTTP(S)_PROXY 环境变量；httpx trust_env=True

已有标准代理出口

custom

使用下方 HTTP(S)_PROXY_HOST/PORT 自定义代理

需要绕过环境变量、或需要认证

custom 模式下还支持：

变量

必填

说明

HTTP_PROXY_HOST

✅

HTTP scheme 代理主机

HTTP_PROXY_PORT

✅

HTTP scheme 代理端口 (1-65535)

HTTP_PROXY_USER

❌

代理认证用户名；提供时 HTTP_PROXY_PASSWORD 必填

HTTP_PROXY_PASSWORD

❌

代理认证密码

HTTPS_PROXY_HOST

✅

HTTPS scheme 代理主机

HTTPS_PROXY_PORT

✅

HTTPS scheme 代理端口

HTTPS_PROXY_USER

❌

同上

HTTPS_PROXY_PASSWORD

❌

同上

PROXY=custom 时 HTTP 与 HTTPS 两组 host/port 必须同时提供，否则启动期报错。

settings.json 示例:

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uv",
      "args": ["run", "coding-bridge-mcp"],
      "env": {
        "PROVIDER": "xfyun-coding",
        "API_KEY": "<your-key>",
        "PROXY": "custom",
        "HTTP_PROXY_HOST": "proxy.internal",
        "HTTP_PROXY_PORT": "8080",
        "HTTPS_PROXY_HOST": "proxy.internal",
        "HTTPS_PROXY_PORT": "8443"
      }
    }
  }
}

Provider 默认值一览

Provider

MCP_MAX_CONTEXT_CHARS

MCP_MAX_TOKENS

备注

xfyun-coding

96000

8192

套餐场景，限制最宽

volcengine-coding

128000

8192

上下文最长

qianfan-coding

96000

8192

默认值保守估计，可由 MCP_MAX_CONTEXT_CHARS 覆盖

sensenova

96000

8192

⚠️ 配额极低；默认 deepseek-v4-flash（1M 上下文，思考模式），此处按保守字符数估计，可由 MCP_MAX_CONTEXT_CHARS 覆盖

deepseek

96000

8192

默认 deepseek-v4-pro（思考模式）；字符数按保守估计，可由 MCP_MAX_CONTEXT_CHARS 覆盖

opencode-go

96000

8192

⚠️ experimental；GLM-5.2 上下文长度未公开，保守估计，可由 MCP_MAX_CONTEXT_CHARS 覆盖

六、在 Claude Code / Kimi Code 提示词中推荐使用

Claude Code：全局 ~/.claude/CLAUDE.md

在 ~/.claude/CLAUDE.md 中加入类似内容，可让 Claude Code 在编码流程中主动调用审查工具：

## Coding Bridge MCP 使用规范

1. 在形成初步实现思路后，可调用 `review_plan` 审查实施计划。
2. 完成代码修改后，必须调用 `review_code` 审查改动。
3. 保存每次返回的 `SESSION_ID`，以便对同一话题进行多轮追问。
4. 星火/Coding Plan 的回复仅供参考，你仍需保持独立判断。

Kimi Code：项目级 AGENTS.md

Kimi Code 没有全局 AGENTS.md，它只从项目树中读取 AGENTS.md / .kimi/AGENTS.md / agents.md。因此自动审查规范必须放在每个项目的根目录。

在当前项目根目录创建 AGENTS.md，内容示例：

# Coding Bridge MCP 自动审查规范

## 1. 计划审查（形成思路后）

调用 `mcp__coding-bridge__review_plan`：
- `PLAN`：当前实现计划文本
- `cd`：当前项目根目录
- `CONTEXT`：项目背景与约束（可选）

## 2. 代码审查（完成修改后）

**每次对 `src/`、`tests/` 做出实质性修改后，必须调用 `mcp__coding-bridge__review_code`：**
- `CODE`：需要审查的完整代码或 diff
- `cd`：当前项目根目录
- `REQUIREMENTS`：额外上下文（可选）

## 3. 多轮追问

保存每次返回的 `SESSION_ID`，对同一话题继续追问时沿用该 ID。

## 4. 判断原则

Coding Plan / 星火返回的审查结论仅供参考，你仍需保持独立判断。

注意：AGENTS.md 在会话启动时读取，修改后需要重启 Kimi 会话才会生效。

如果需要在多个项目复用同一份规范，可在 ~/.kimi-code/templates/AGENTS.md 维护一份母版，新建项目时复制进去。Kimi Code 不会读取 ~/.kimi-code/AGENTS.md。

七、与 XPowers 联合使用

XPowers 提供「结构化工作流 + 内部多 Agent 验证」，coding-bridge 提供「外部 Coding Plan 专家级审查」。两者可以互补：XPowers 负责计划、跟踪、内部验证；coding-bridge 负责外部代码/计划审查。

最简单的联合方式：AGENTS.md + XPowers 共存

保留项目根目录的 AGENTS.md（要求改完代码后调用 mcp__coding-bridge__review_code），同时安装 XPowers。Kimi 会同时读取 XPowers skills 和 AGENTS.md，模型通常会按以下流程执行：

形成思路
  ↓
XPowers write-plan → 生成实现计划
  ↓
实现代码
  ↓
AGENTS.md 触发 → coding-bridge review_code（外部审查）
  ↓
XPowers test-runner → 运行测试
  ↓
XPowers review-implementation → 对照需求检查
  ↓
XPowers verification-before-completion → 最终确认
  ↓
任务完成

把 coding-bridge 嵌入 XPowers verification 流程

如果你希望 XPowers 的 verification 明确强制调用 coding-bridge，可以在 XPowers 的 skill 或自定义 skill 中加入以下步骤：

## 外部 Coding Plan 审查

在完成内部 review-implementation 和测试后，调用：

- `mcp__coding-bridge__review_code`
  - `CODE`: 本次修改的完整代码或 diff
  - `cd`: 项目根目录
  - `REQUIREMENTS`: 原始需求、已发现的内部审查问题

将 coding-bridge 返回的风险和建议作为验收依据之一。

注意：直接修改 ~/.kimi-code/skills/ 下的 XPowers skill 文件会在更新时被覆盖。建议复制到项目级 .kimi-code/skills/ 做覆盖，或创建独立自定义 skill。

自定义 skill 示例

在项目 .kimi-code/skills/coding-bridge-review/SKILL.md 中创建：

---
name: coding-bridge-review
description: Use when you need an external Coding Plan review after implementing code changes.
---

# Coding Bridge Review

When verification is needed:

1. Collect the changed code or diff.
2. Call `mcp__coding-bridge__review_code` with `cd` set to project root.
3. Summarize findings and decide if fixes are needed.
4. If fixes are made, repeat the review.

然后在 AGENTS.md 中加上：

完成代码修改后，优先调用 `coding-bridge-review` skill 进行外部 Coding Plan 审查。

注意事项

  • 成本叠加：XPowers 内部多 Agent 审查 + coding-bridge 外部审查会同时消耗模型 token 和 Coding Plan 套餐额度。

  • 结论冲突：如果 XPowers 内部审查与 coding-bridge 结论冲突，可在 AGENTS.md 中写明优先级，例如「以 coding-bridge 的安全与架构建议为最终依据」。

  • 避免重复：XPowers 内部 reviewer 负责基础检查，coding-bridge 负责外部视角的深层问题，分工更合理。

八、常见问题

Q: Coding Plan 返回 401 怎么办？

  • 确认 API Key 来自「套餐订阅」页面，而不是星火大模型控制台。

  • 确认 PROVIDER=xfyun-coding。

  • 确认 model 使用 astron-code-latest（默认）。

Q: Coding Plan 返回 403 怎么办？

  • 火山方舟 403 通常是 endpoint 不存在或模型名拼写错误，先确认 ark-code-latest 仍可访问。

Q: 模型底层怎么切换？

在 讯飞星辰 MaaS 套餐订阅页面 点击「配置模型」，1-3 分钟后生效。API 层仍使用 astron-code-latest。

Q: 出现 429 / 请求速率限制？

Coding Plan 有 5 小时/周/月的请求次数限制，高峰期也可能触发平台限流。代码已透传错误信息，建议稍后重试或升级套餐。

Q: 调用时提示 Working directory does not exist？

当前涉及文件系统操作的工具会校验 cd 参数必须为已存在的真实目录，若目录不存在将拒绝执行。CI / 沙箱环境务必先 mkdir -p 工作目录。

Q: 如何调试（查看完整消息历史）？

调用任意工具时传 return_all_messages=True，响应中会带 all_messages 字段返回当前会话全部消息。注意：SESSION_ID 对应的会话上下文保存在进程内存字典中，服务进程重启后内存清空，旧 SESSION_ID 即失效，需获取新 ID 开启新会话。

Q: 为什么修改了 .env 文件中的凭证，但依然提示鉴权失败？

应用加载 .env 文件时不覆盖已存在的系统环境变量（override=False），即系统环境变量的优先级始终高于 .env。请检查 Shell / CI 配置中是否设置了旧凭证。

Q: 调用 coding-bridge 超时或被中途打断，超时在哪里设置？

超时分两层，两者都需调到足够大且相互匹配：

  1. 客户端层（Claude Code / Kimi Code → coding-bridge 工具调用）：由 MCP 宿主对单次工具调用的超时控制。

    • Claude Code：默认 MCP_TOOL_TIMEOUT 约 28 小时，基本不会超时；coding-bridge 为 stdio 类型，不受 5 分钟空闲断开（CLAUDE_CODE_MCP_TOOL_IDLE_TIMEOUT，仅针对 HTTP/SSE）影响。如需显式上调，在 ~/.claude.json 的 coding-bridge 块加 timeout（单位毫秒），仅对该服务生效，改完重启 Claude Code。

    • Kimi Code：默认 toolTimeoutMs 为 30000 毫秒（30 秒），审长代码或复杂计划时容易触发 -32001: Request timed out。在 ~/.kimi-code/mcp.json（或项目级 .kimi-code/mcp.json）对应 server 条目中添加 toolTimeoutMs 即可调整，改完重启 Kimi 会话。startupTimeoutMs 控制 server 启动/连接超时，默认同样 30000 毫秒，首次 uvx 拉取构建较慢时也可能需要上调。

  2. 服务端层（coding-bridge → 上游 LLM）：由 MCP_TIMEOUT_SECONDS（旧名 SPARK_TIMEOUT_SECONDS）控制，默认 300 秒（经多轮及高峰期实测，120 秒在上游 LLM 高负载时易被打断），超过即被 httpx 打断（见 src/coding_bridge_mcp/config.py）。

    • uvx 从 git 启动时不会加载仓库 .env，需在宿主配置（~/.claude.json 或 ~/.kimi-code/mcp.json）的 env 字段显式传入才可靠。

建议客户端超时 ≤ 服务端超时，避免宿主未放弃时 coding-bridge 已因上游超时报错：

Claude Code 示例：

"coding-bridge": {
  "type": "stdio",
  "command": "uvx",
  "args": ["--from", "git+https://github.com/htmambo/coding-bridge-mcp.git", "coding-bridge-mcp"],
  "timeout": 600000,                       // 客户端层：10 分钟等待工具返回
  "env": {
    "PROVIDER": "volcengine-coding",
    "API_KEY": "ark-...",
    "MCP_TIMEOUT_SECONDS": "600"           // 服务端层：10 分钟等待上游 LLM
  }
}

Kimi Code 示例：

{
  "mcpServers": {
    "coding-bridge": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/htmambo/coding-bridge-mcp.git",
        "coding-bridge-mcp"
      ],
      "env": {
        "PROVIDER": "volcengine-coding",
        "API_KEY": "ark-...",
        "MCP_TIMEOUT_SECONDS": "600"
      },
      "startupTimeoutMs": 60000,
      "toolTimeoutMs": 300000
    }
  }
}

九、更新方式

通过 claude mcp add 安装后，命令注册在 Claude Code 配置中固定不变。更新 = 让 claude 启动时重新拉取新版本。

方式 A：清 uvx 缓存（推荐，适合远端已 push 的场景）

uvx --from git+... 会带缓存窗口拉取远端源。清掉本地 wheel 缓存即可让下次启动重新 fetch。

# 清掉 coding-bridge-mcp 的 wheel 缓存
uv cache clean coding-bridge-mcp

# 重新启动 Claude，下次启动会自动拉取最新 main 分支

适用于：日常维护，远端 main 分支已有目标提交，本地无需修改。

方式 B：临时切到本地 checkout（适合开发调试）

跳过 uvx + git 拉取，直接用本地仓库的 .venv 跑。任何本地修改立即生效，无需 push。

# 1. 移除旧的远端源注册
claude mcp remove coding-bridge

# 2. 重新注册为本地路径
claude mcp add coding-bridge -s user --transport stdio -- \
  uv run --directory /home/hoping/htdocs/coding-bridge-mcp coding-bridge-mcp

适用于：本地有未推送的提交、需要立刻在 Claude 中验证最新代码改动。

方式 C（可选）：锁版本到 commit / tag

对生产部署建议锁定到具体版本，避免 main 分支意外变更影响线上行为。

# 第一次 add 时直接锁版本
claude mcp add coding-bridge -s user --transport stdio -- \
  uvx --from git+https://github.com/htmambo/coding-bridge-mcp.git@<commit-sha> coding-bridge-mcp

# 锁到 tag
claude mcp add coding-bridge -s user --transport stdio -- \
  uvx --from git+https://github.com/htmambo/coding-bridge-mcp.git@v0.2.0 coding-bridge-mcp

更新时把 @<sha> 换成新值，重新执行 claude mcp add（同名会覆盖）。

调试与验证

# 查看当前 MCP server 注册的命令
claude mcp get coding-bridge

# 直接运行看 uvx 是否拉到新版本
uvx --from git+https://github.com/htmambo/coding-bridge-mcp.git coding-bridge-mcp --help

# 看实际拉取的 commit
uvx --from git+https://github.com/htmambo/coding-bridge-mcp.git@main \
  python -c "import coding_bridge_mcp; print(coding_bridge_mcp.__file__)"

十、开发与测试

# 安装 dev 依赖
uv sync

# 运行测试
uv run pytest

# 直接以 stdio 方式启动服务器（便于手动调试）
uv run coding-bridge-mcp

测试覆盖：tests/test_config.py（Provider 解析 / 凭证回退 / 配置校验）、tests/test_session.py（消息历史裁剪）。所有工具的真实调用都通过 mock，不会产生 API 费用。

修改代码后建议先跑一遍 pytest 再提交。

十一、许可证

MIT

Install Server
A
license - permissive license
B
quality
B
maintenance

How are these scores calculated?

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.

Tools

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/htmambo/coding-bridge-mcp'

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