octocode-mcp
Octocode-mcp 是一款专为 AI 辅助编程设计的开源工具,旨在让 AI 助手具备资深工程师的代码研究与上下文理解能力。它通过 MCP(模型上下文协议)服务器,将 AI 直接连接到 GitHub、GitLab 仓库及本地代码库,支持基于权限的自然语言搜索、实时实现查找以及动态文档生成。
该工具主要解决了 AI 在开发过程中因缺乏深层代码上下文而导致的“猜测式”回答问题。无论是梳理复杂的项目流程,还是定位具体的函数实现,Octocode-mcp 都能帮助 AI 从海量代码中提取精准知识,从而提供有据可依的建议。
它非常适合开发者、技术团队以及希望提升 AI 编程效率的研究人员使用。其独特亮点在于集成了 LSP(语言服务器协议)智能,使 AI 能像编译器一样理解代码结构,支持跳转定义、查找引用和分析调用层级。此外,它还采用模块化的"Agent Skills"机制,提供包括代码审计、RFC 文档生成、PR 审查及提示词优化在内的多种专业技能,让用户能根据需求灵活扩展 AI 的能力边界,真正实现从“盲目猜测”到“精准认知”的开发模式转变。
使用场景
某资深后端工程师需要在周五下班前,紧急为一个遗留的微服务模块添加新的支付回调逻辑,该模块依赖多个内部私有仓库和复杂的第三方 SDK。
没有 octocode-mcp 时
- 盲目搜索代码:只能在 GitHub 网页端手动翻阅多个私有仓库,难以定位具体的函数实现位置,耗时且容易遗漏关键文件。
- 上下文断裂:AI 助手因无法访问私有代码库和本地 LSP 信息,只能基于通用知识“幻觉”出错误的调用方式,导致生成的代码无法运行。
- 文档滞后缺失:现有的技术文档已半年未更新,找不到最新的接口定义和错误码说明,必须逐行阅读源码来推测业务逻辑。
- 决策缺乏依据:在制定技术方案时,无法快速对比历史类似功能的实现模式,只能凭经验猜测,增加了重构风险。
使用 octocode-mcp 后
- 语义化精准定位:octocode-mcp 直接连接 GitHub 和本地环境,通过自然语言搜索即可跨仓库找到真实的支付回调实现案例和最新 PR 记录。
- 实时上下文增强:利用 LSP 智能分析,octocode-mcp 让 AI 助手具备“高级架构师”视角,准确理解本地依赖图和函数引用关系,生成可直接运行的代码。
- 动态文档生成:调用内置的 Doc Writer 技能,octocode-mcp 自动从最新代码中提取接口定义,即时生成包含错误码和处理流程的验证文档。
- 证据驱动规划:通过 Plan 和 Researcher 技能,octocode-mcp 基于现有代码库的实际模式输出技术方案,明确列出替代方案与权衡点,确保决策可靠。
octocode-mcp 将 AI 助手从“只会猜的实习生”升级为“懂你代码库的资深专家”,彻底消除了研发过程中的信息盲区。
运行环境要求
- 未说明
未说明
未说明

快速开始
Octocode:以研究驱动的 AI 开发
安装
先决条件:需要 GitHub 身份验证。请参阅 身份验证设置。
推荐:Octocode CLI
npx octocode-cli
交互式设置向导,支持 GitHub OAuth、MCP 服务器安装以及技能市场。
其他方法
手动 MCP 配置
将以下内容添加到你的 MCP 配置文件中:
{
"mcpServers": {
"octocode": {
"command": "npx",
"args": ["octocode-mcp@latest"]
}
}
}
研究技能(直接安装)
npx add-skill https://github.com/bgauryy/octocode-mcp/tree/main/skills/octocode-research
MCP 服务器
Octocode MCP 服务器 将你的 AI 助手与代码连接起来:
- GitHub 和 GitLab:搜索仓库、查找使用模式、阅读实现、探索 PR
- 本地工具:搜索代码、浏览目录、在本地代码库中查找文件
- LSP 智能:跳转到定义、查找引用、调用层次结构——具备编译器级别的理解
https://github.com/user-attachments/assets/de8d14c0-2ead-46ed-895e-09144c9b5071
技能
Agent Skills 是一种轻量级、开放的格式,用于扩展 AI 代理的能力。 技能索引:skills/README.md
| 技能 | 功能 |
|---|---|
| 研究员 | 代码搜索与探索——本地 LSP + 外部(GitHub、npm/PyPI) |
| 研究 | 多阶段研究,支持会话、检查点和状态持久化 |
| 工程师 | 理解、编写、分析、审计代码——AST + LSP + 依赖图 |
| 计划 | 基于证据的规划:理解 > 研究 > 计划 > 实施 |
| RFC 生成器 | 形成正式的技术决策,包含备选方案、权衡及建议 |
| PR 审查员 | 跨 7 个领域的 PR 和本地代码审查,支持 LSP 流程追踪 |
| 吐槽 | 带有文件:行号引用和严重等级的严厉代码批评 |
| 提示优化器 | 将薄弱的提示转化为可执行的代理协议 |
| 文档撰写者 | 6 阶段流程,生成 16+ 篇经过验证的文档 |
https://github.com/user-attachments/assets/5b630763-2dee-4c2d-b5c1-6335396723ec
文档
如需完整的文档索引,请从这里开始: docs/README.md
推荐快速链接:
行动纲领
“代码是真理,但上下文才是地图。” —— 阅读 以研究驱动开发的行动纲领,了解 Octocode 背后的哲学。
贡献
请参阅 开发指南,了解 monorepo 设置、测试及贡献规范。
版本历史
9.1.12025/12/159.1.02025/12/158.0.02025/11/267.0.132025/11/207.0.102025/11/107.0.02025/10/156.3.02025/10/036.2.02025/09/286.1.12025/09/276.0.02025/09/24v5.0.02025/08/25v2.3.282025/08/22常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器