Coding Tools MCP

Coding Tools MCP は、Rust + Tauri 2 製のデスクトップアプリです。プロジェクトディレクトリを選択してサービスを起動すると、AI Agent が MCP を通じてファイルの読み取り、コードの変更、コマンドやテストの実行、Git ステータスの確認を行い、重要な進捗をプロジェクト内の履歴セッションとして保存できます。これは「AI が開発進捗を記憶する IDE ワークスペースを開く」ことに近いものです。通常の開発ツールでは事前に Task を作成する必要はなく、履歴セッションが新しい会話でコンテキストを復元する役割を担います。

1つのデスクトップアプリで、ワークスペース、MCP サービス、接続情報、セッション復元用プロンプトを管理します。

30秒で使い方がわかる

下载安装桌面端
  → 添加项目目录
  → 启动 MCP 和公网隧道
  → 复制“公网 MCP 地址”
  → ChatGPT 开启开发人员模式
  → 新建 MCP 插件并粘贴地址
  → 完成授权，在新对话中开始开发

初回利用時に覚えることは2つだけです。デスクトップアプリがプロジェクトを MCP ワークスペースに変換し、ChatGPT が公開 /mcp アドレス経由で接続する、ということです。

• インストールとデスクトップアプリ起動の完全な手順を見る

• ChatGPT プラグイン設定を直接見る

Related MCP server: Coding Tools MCP

5分で使い始める

1. デスクトップクライアントをインストール

Releases を開き、対応するインストーラをダウンロードします。

macOS インストーラは現在署名されていません。システムが初回起動をブロックした場合は、「システム設定 → プライバシーとセキュリティ」で開くことを確認してください。

2. プロジェクトワークスペースを追加

1. 左側の「ワークスペースを追加」をクリックします。

2. プロジェクトのルートディレクトリを選択します。

3. ワークスペース名、MCP ポート、認証方式を設定します。

4. 保存すると、ワークスペースは左側のリストに長期間保持されます。

3. パブリックトンネルを設定

AI クライアントがローカルマシン上にない場合は、ローカル MCP を HTTPS アドレスとして公開する必要があります。

• 「ソフトウェア管理」で frpc / cloudflared をインストールまたは認識させます。

• 「FRP 設定」でサーバー、ポート、トークンを保存するか、ワークスペースで Cloudflare を選択します。

• 各ワークスペースに独立したサブドメインを設定します。アプリが FRP プロセスと複数のプロキシ回線を一元管理します。

FRP サーバー設定は一元保存され、各ワークスペースは設定を選択して自分のサブドメインを入力するだけです。

利用可能な FRPS サーバーがまだない場合は、FRPS サーバーインストールチュートリアル（微信公式アカウント） を参照してください。インストール完了後、サーバーアドレス、ポート、トークンをクライアントの「FRP 設定」に入力します。

4. MCP を起動

ワークスペースに入り、MCP の「起動」をクリックします。クライアントには以下が表示されます。

• ローカル MCP アドレス（例: http://127.0.0.1:28766/mcp）

• パブリック HTTPS MCP アドレス

• ChatGPT 接続に必要な認証情報

• リアルタイムログとヘルスチェック結果

起動後、ローカルおよびパブリックエンドポイント、OAuth メタデータ、MCP 保護リソースを直接確認できます。

ヘルスチェックは、接続と認証メタデータが利用可能かどうかを項目ごとに表示します。

接続の問題が発生した場合、デスクトップアプリから離れることなく、最近の MCP リクエストログを確認できます。

ログで、ツールリスト、履歴初期化、チェックポイント呼び出しが実際にサーバーに到達しているかを迅速に確認できます。

5. AI クライアントに接続

MCP をサポートするクライアントは、インターフェースのパブリック MCP URL を使用します。OAuth を使用する場合、クライアントはサーバーメタデータを通じて認可フローに入ります。認可コード、Client ID、Secret はすべてデスクトップアプリで一元生成・管理できます。現在のバージョンは事前設定された OAuth クライアントを使用するため、ChatGPT プラグインを作成する際は静的/手動 OAuth 資格情報を選択し、CIMD を選択する必要はありません。

初回接続時は、まず履歴初期化を呼び出してから、ワークスペースを確認することをお勧めします。

history_session_bootstrap
server_info
get_default_cwd
git_status
check_exec_environment

これにより、Agent はチャットコンテキストに頼って現在のプロジェクト、作業ディレクトリ、実行能力を推測する必要がなくなります。

ChatGPT の2つの接続方法

MCP Connector

設定前に以下を確認してください。

1. ワークスペースの MCP サービスとパブリックトンネルが両方とも実行中であること。

2. 「ヘルスチェック」のパブリック MCP チェックが成功していること。OAuth を使用する場合は、OAuth 保護リソースと認可メタデータのチェックも成功していることを確認します。

3. デスクトップアプリの「GPT 設定」カードから「パブリック MCP アドレス」をコピーします。OAuth を使用する場合は、OAuth Client ID、OAuth Client Secret、認可コードも準備します。

ChatGPT はパブリック HTTPS /mcp アドレスを使用する必要があり、http://127.0.0.1:28766/mcp のようなローカルアドレスは使用できません。ChatGPT のメニュー名はバージョンや言語設定によって多少異なる場合があります。

1. ChatGPT 開発者モードを有効にする

ChatGPT の設定を開き、「アカウントのセキュリティとログイン」に入り、「開発者モード」を有効にします。このスイッチにより、未検証の MCP コネクタを追加できるようになります。

開発者モードは高い権限を持つため、自分でデプロイした、または明確に信頼できる MCP サービスのみに接続する必要があります。

2. MCP プラグインを作成

ChatGPT の左側で「プラグイン」に入り、右上の + をクリックして新しいプラグインを作成し、MCP（ベータ版）を選択して以下を入力します。

OAuth を使用する場合、「詳細な OAuth 設定」を展開し、静的/手動 OAuth 資格情報を選択して、デスクトップアプリが提供する Client ID と Client Secret を入力します。CIMD を選択する必要はありません。保存または接続後、ChatGPT は認可ページを開きます。デスクトップアプリの「GPT 設定」カードにある認可コードを入力して、初回認可を完了します。

Client Secret、認可コード、Bearer Token はすべて機密情報です。チャット、Issue、公開スクリーンショットに貼り付けないでください。デスクトップアプリが Bearer を使用するか認証を無効にしている場合は、ChatGPT で現在のインターフェースが提供する対応する認証方式を選択してください。

3. 接続を検証

このプラグインを有効にした新しい会話を作成し、以下を送信します。

请使用 Coding Tools MCP 调用 server_info、get_default_cwd 和 git_status，
告诉我当前连接的工作区、默认目录和 Git 状态。

現在のプロジェクト情報が返ってくれば、「デスクトップアプリ → パブリックトンネル → OAuth → ChatGPT → MCP ツール」のチェーンが確立されています。初めての本格的な開発時には、history_session_bootstrap を呼び出してプロジェクト履歴を初期化または復元します。

ChatGPT に古いツールリストがまだ表示される場合は、プラグインを切断して再接続するか、新しい会話を作成して再度検証してください。

よくある問題

GPT Actions

1. ワークスペースの Actions サービスを起動します。

2. Actions パネルの OpenAPI URL をコピーします。

3. GPT エディターの Actions ページでその URL をインポートします。

4. デスクトップアプリの設定に応じて、None、API Key、または OAuth を選択します。

MCP と Actions は同じワークスペースで同時に実行でき、それぞれ異なるポートとサブドメインを使用することもできます。

なぜ必要なのか

• 実際の開発に対応: ファイル、コマンド、Git、テスト、長時間実行プロセスがすべて同じ Workspace 内にあります。

• セッションをまたいだ継続開発: 新しい会話はまず有界な現在の状態を取得し、正確な古いコンテキストが必要な場合はキーワードで特定して元のアーカイブを読み取ります。AI にプロジェクトの背景や現在の進捗を繰り返し説明する必要はありません。

• 進捗の追跡可能性: 各タスク完了後に構造化チェックポイントを保存でき、決定、変更、テスト結果、次のステップがすべてプロジェクトディレクトリに残ります。

• 複数ワークスペース管理: 1つのデスクトップクライアントで複数のプロジェクトを保存し、それぞれの MCP、Actions、パブリックアドレスを管理できます。

• ChatGPT へのより直接的な接続: Streamable HTTP、OAuth、Bearer Token、OpenAPI、FRP、Cloudflare トンネルを内蔵。

• デフォルトのツール面はシンプル: 安定したコアツールがデフォルトで利用可能で、高度な Harness 機能は必要に応じて有効化します。

プロジェクトに各会話を記憶させる

通常のチャット履歴はコミュニケーション内容を振り返るには適していますが、長期的な開発の引き継ぎには適していません。Coding Tools MCP はセッションの進捗を現在のプロジェクトの docs/history-session/ に書き込み、コンテキストがプロジェクトに追従するようにします。特定のチャットウィンドウに閉じ込めるのではありません。

完全なプロンプトを新しいセッションにコピーすると、履歴を初期化または復元できます。各タスク完了後にチェックポイントを保存します。

相互に連携する5つの履歴ツールを提供します。

典型的な効果:

对话 1：分析项目 → 修改代码 → 运行测试 → 保存检查点
                                      ↓
对话 2：读取有界当前状态 → 搜索并精读需要的旧档案 → 从上次进度继续 → 保存新检查点

履歴アーカイブは読みやすい Markdown 形式で、プロジェクトと一緒にバックアップしたり Git に含めたりでき、開発者が直接レビューや修正を行うのも簡単です。memory/state.json は有界な現在の状態の投影であり、memory/manifest.json は位置、ハッシュ、キーワードのみを保存し、本文はコピーしません。Markdown が長期的でロスレスの事実の源泉です。初回入力と各ターンの入力は、ChatGPT が initial_user_input、raw_user_input ツールパラメータとして渡す必要があり、サーバーは渡されていないリモートチャットテキストを読み取ることはできません。チェックポイントは冪等な追加で、同じ turn_id の内容が変更された場合は revision と supersedes の証拠を保持し、ok=true が返り、セッション目標が一致した場合にのみ保存成功を確認します。

履歴の永続化は AI が MCP ツールを呼び出すことで行われ、デスクトップアプリがバックグラウンドでチャット内容を録音するわけではありません。クライアントがツール呼び出しをトリガーしない場合、サーバーは新しい会話やタスクの進捗を感知できません。

Agent ができること

デフォルトの core profile は、安定した組み合わせ可能な開発ツールセットを提供します。

典型的な開発プロセス:

打开 Workspace
  → 理解项目和 Git 状态
  → 搜索并读取代码
  → 事务化应用 Patch
  → 运行命令和测试
  → 检查 diff 并提交

高度な profile にはプロジェクト状態や操作記録などの Harness 機能も残っていますが、通常のファイル変更やコマンド実行に事前に Task を作成する必要はありません。

権限と復元モデル

プロジェクトは Workspace-first 権限モデルを採用しています。

• Workspace 内の通常ファイルは、読み取り、作成、変更、削除、実行が可能です。

• Workspace 外は完全な読み取り専用を許可: read_file、list_dir、list_files、search_text、view_image。

• Workspace 外への書き込み、削除、実行はブロックされます。

• .git と .github は、通常のファイルツール、Patch、インタープリタコマンドによって破壊されることはありません。

• Patch は単一操作内で事前チェックと失敗復元を行います。長期的な復元は統一して Git を使用し、全量の Workspace Snapshot は作成しません。

Windows のサブプロセスは現在も policy_only 実行境界であり、返される sandbox_enforced: false は実際の状態です。静的なコマンドポリシーは、完全なオペレーティングシステムのファイルシステムサンドボックスと同等ではありません。

ローカル開発

環境要件: Node.js 20+、Rust stable、および現在のシステムの Tauri 2 prerequisites。

npm install
npm run desktop

一般的な検証コマンド:

npm run check
npm run build
cd src-tauri && cargo test
cd src-tauri && cargo clippy --all-targets -- -D warnings

Windows では dev-desktop.cmd をダブルクリックすることもできます。デスクトップアプリの検証に npm run dev だけを使用しないでください。Vite のみを起動し、Tauri シェルは起動しません。

プロジェクト構造

謝辞

Linux.do コミュニティのプロジェクト普及とフィードバックへのサポートに感謝します。

License

Apache-2.0