rails-mcp-server

GitHub
537 33 简单 1 次阅读 3天前MIT语言模型插件
AI 解读 由 AI 自动生成,仅供参考

rails-mcp-server 是一款专为 Ruby on Rails 项目打造的 AI 连接工具,它基于模型上下文协议(MCP)构建,充当大语言模型与 Rails 代码库之间的桥梁。在开发过程中,AI 往往难以准确理解复杂的项目结构、路由关系或数据库架构,导致生成的代码不够精准。rails-mcp-server 有效解决了这一痛点,让 AI 能够“看懂”你的项目,从而提供更具针对性的代码分析、探索辅助和开发建议。

这款工具主要面向 Rails 开发者,无论是维护遗留系统还是构建新应用,都能从中受益。其技术亮点在于深度集成了 Prism 静态分析技术,可智能解析模型关系与控制器视图逻辑;同时支持沙箱执行自定义 Ruby 查询,并能直接访问 Rails、Turbo、Stimulus 等官方文档。用户只需通过简单的命令行配置,即可让 AI 助手具备浏览文件、查看路由、检查数据库架构甚至分析环境配置的能力。配合友好的交互式配置工具,rails-mcp-server 能无缝接入 Claude Desktop 等主流 AI 客户端,显著提升开发效率与代码质量,是 Rails 生态中实用的智能化开发伴侣。

使用场景

资深后端工程师小李正接手一个遗留的电商 Rails 项目,需要在两天内理清复杂的订单模块逻辑并修复一个隐蔽的数据关联 Bug。

没有 rails-mcp-server 时

  • 盲目翻阅代码:为了搞清 Order 模型与其他表的关联,不得不手动打开十几个文件逐行搜索 has_manybelongs_to,效率极低且容易遗漏。
  • 路由定位困难:面对数百条路由配置,只能靠全局关键词搜索猜测某个 API 对应的控制器动作,经常找错文件或版本。
  • 文档查阅割裂:遇到不熟悉的 Turbo 或 Stimulus 写法时,需频繁切换浏览器查阅官方文档,打断编程心流。
  • 环境理解成本高:难以快速确认不同环境下的配置差异,导致本地复现生产环境问题时反复试错。
  • 静态分析缺失:缺乏自动化的代码结构洞察,完全依赖个人经验推断控制器与视图的绑定关系,极易产生误判。

使用 rails-mcp-server 后

  • 一键洞察模型:直接让 AI 调用工具 inspect 模型信息,瞬间生成包含所有外键关联和 Prism 静态分析结果的完整图谱。
  • 精准路由过滤:通过自然语言指令筛选特定资源的路由,秒级定位到具体的 Controller Action 及其参数定义。
  • 上下文无缝集成:AI 直接在对话中访问内置的 Rails、Turbo 及 Kamal 官方文档,无需跳出终端即可获取权威解释。
  • 配置智能解析:自动分析环境配置文件,快速指出开发环境与生产环境的差异点,大幅缩短问题复现路径。
  • 全链路关系推导:利用工具自动分析控制器与视图的对应关系,准确识别代码调用链,让重构和修 Bug 有的放矢。

rails-mcp-server 通过将 Rails 项目结构转化为 AI 可理解的标准化上下文,把原本数小时的代码考古工作压缩到了分钟级。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具是基于 Ruby 实现的 MCP 服务器,非 Python 项目。安装需使用 `gem install rails-mcp-server`。若使用 rbenv 或 RVM 等版本管理器,在配置 Claude Desktop 时需指定正确的 Ruby shim 路径以避免启动失败。支持 STDIO 和 HTTP 两种运行模式,HTTP 模式默认仅绑定 localhost,如需局域网访问需添加 `--bind-all` 参数。
python不适用 (基于 Ruby)
Ruby (版本需与安装环境一致)
Gum (可选,用于增强配置体验)
mcp-remote (可选,用于 HTTP 模式代理)
rails-mcp-server hero image

快速开始

Rails MCP 服务器

一个用于 Rails 项目的模型上下文协议(MCP)服务器的 Ruby 实现。该服务器允许大型语言模型(LLM)通过模型上下文协议与 Rails 项目进行交互,从而提供代码分析、探索和开发辅助等功能。

什么是 MCP?

模型上下文协议(MCP)是一种标准化的 AI 模型与其环境交互的方式。它定义了一种结构化的机制,使模型能够在交互过程中请求和使用工具、访问资源,并保持上下文信息。

这个 Rails MCP 服务器实现了 MCP 规范,为 AI 模型提供了访问 Rails 项目的能力,以进行代码分析、探索和辅助开发。

特性

  • 管理多个 Rails 项目
  • 浏览项目文件和结构
  • 查看带有筛选选项的 Rails 路由
  • 检查模型信息及其关系(借助 Prism 静态分析)
  • 获取数据库模式信息
  • 分析控制器与视图之间的关系
  • 分析环境配置
  • 执行沙箱中的 Ruby 代码以进行自定义查询
  • 访问全面的 Rails、Turbo、Stimulus 和 Kamal 文档
  • 基于上下文高效的架构,支持渐进式工具发现
  • 与 LLM 客户端无缝集成

安装

安装 gem:

gem install rails-mcp-server

安装完成后,以下可执行文件将出现在您的 PATH 中:

  • rails-mcp-server - MCP 服务器本身
  • rails-mcp-config - 交互式配置工具(推荐)
  • rails-mcp-setup-claude - 旧版 Claude Desktop 设置脚本
  • rails-mcp-server-download-resources - 旧版资源下载脚本

配置

使用配置工具(推荐)

配置 Rails MCP 服务器最简单的方式是使用交互式配置工具:

rails-mcp-config

该工具提供了一个用户友好的 TUI(终端用户界面),用于:

  • 管理项目:添加、编辑、删除并验证 Rails 项目
  • 下载指南:下载 Rails、Turbo、Stimulus 和 Kamal 的文档
  • 导入自定义指南:添加您自己的 Markdown 文档
  • Claude Desktop 集成:自动配置 Claude Desktop

如果已安装 Gum,该工具将提供更佳体验;否则,它会回退到基本的终端界面。

# 安装 Gum 以获得最佳体验(可选)
brew install gum        # macOS
sudo apt install gum    # Debian/Ubuntu
yay -S gum              # Arch Linux

手动配置

Rails MCP 服务器遵循 XDG 基础目录规范来存储配置文件:

  • 在 macOS 上:$XDG_CONFIG_HOME/rails-mcp 或者如果未设置 XDG_CONFIG_HOME,则为 ~/.config/rails-mcp
  • 在 Windows 上:%APPDATA%\rails-mcp

服务器首次运行时,会自动创建这些目录以及一个空的 projects.yml 文件。

要手动配置您的项目:

  1. 编辑配置目录中的 projects.yml 文件,加入您的 Rails 项目:
store: "~/projects/store"
blog: "~/projects/rails-blog"
ecommerce: "/full/path/to/ecommerce-app"

YAML 文件中的每个键都是项目名称(将在 switch_project 工具中使用),每个值则是项目目录的路径。

使用

启动服务器

Rails MCP 服务器有两种运行模式:

  1. STDIO 模式(默认):通过标准输入输出进行通信,以便与 Claude Desktop 等客户端直接集成。
  2. HTTP 模式:作为 HTTP 服务器运行,提供 JSON-RPC 和 Server-Sent Events(SSE)端点。
# 以默认的 STDIO 模式启动
rails-mcp-server

# 以 HTTP 模式在默认端口(6029)启动
rails-mcp-server --mode http

# 以 HTTP 模式在自定义端口启动
rails-mcp-server --mode http -p 8080

# 以 HTTP 模式绑定到所有接口(以便本地网络访问)
rails-mcp-server --mode http --bind-all

在 HTTP 模式下,服务器提供两个端点:

  • JSON-RPC 端点:http://localhost:<port>/mcp/messages
  • SSE 端点:http://localhost:<port>/mcp/sse

网络访问(HTTP 模式)

默认情况下,HTTP 服务器仅绑定到 localhost,以确保安全性。如果您需要从本地网络中的其他设备访问服务器(例如进行多设备测试),可以使用 --bind-all 标志:

# 允许本地网络中的任何设备访问
rails-mcp-server --mode http --bind-all

# 使用自定义端口
rails-mcp-server --mode http --bind-all -p 8080

当使用 --bind-all 时:

  • 服务器会绑定到 0.0.0.0 而不是 localhost
  • 允许来自本地网络 IP 范围(192.168.x.x、10.x.x.x)的访问
  • 服务器接受来自 .local 域名的连接(例如 my-computer.local
  • 安全功能仍然有效,以防止未经授权的访问

安全提示:请仅在受信任的网络上使用 --bind-all。虽然服务器内置了验证来源和 IP 地址的安全功能,但将任何服务暴露到您的网络都会增加攻击面。

日志选项

服务器默认将日志记录到 ./log 目录下的文件中。您可以使用以下选项自定义日志:

# 设置日志级别(debug、info、error)
rails-mcp-server --log-level debug

Claude Desktop 集成

Rails MCP 服务器可以与 Claude Desktop 配合使用。有多种方式可以进行设置:

方法 1:使用配置工具(推荐)

运行交互式配置工具,并选择“Claude Desktop 集成”:

rails-mcp-config

该工具会:

  • 检测您当前的 Claude Desktop 配置
  • 让您选择 STDIO 或 HTTP 模式
  • 自动找到正确的 Ruby 和服务器路径
  • 在进行更改之前创建备份
  • 更新 Claude Desktop 的配置

方法 2:使用设置脚本(旧版)

运行设置脚本,它会自动配置 Claude Desktop:

rails-mcp-setup-claude

该脚本会:

  • 为您的平台创建适当的配置目录
  • 如果不存在,则创建一个空的 projects.yml 文件
  • 更新 Claude Desktop 的配置

运行脚本后,请重启 Claude Desktop 以使更改生效。

方法 3:直接配置

  1. 为您的平台创建适当的配置目录:

    • macOS:$XDG_CONFIG_HOME/rails-mcp 或者如果未设置 XDG_CONFIG_HOME,则为 ~/.config/rails-mcp
    • Windows:%APPDATA%\rails-mcp
  2. 在该目录中创建一个包含您的 Rails 项目的 projects.yml 文件。

  3. 找到或创建 Claude Desktop 的配置文件:

    • macOS:~/Library/Application Support/Claude/claude_desktop_config.json
    • Windows:%APPDATA%\Claude\claude_desktop_config.json
  4. 添加或更新 MCP 服务器配置:

{
  "mcpServers": {
    "railsMcpServer": {
      "command": "ruby",
      "args": ["/full/path/to/rails-mcp-server/exe/rails-mcp-server"] 
    }
  }
}
  1. 重启 Claude Desktop 以应用更改。

Ruby 版本管理器用户

Claude Desktop 会使用您系统默认的 Ruby 环境来启动 MCP 服务器,从而绕过版本管理器的初始化(例如 rbenv、RVM)。MCP 服务器需要使用与其安装时相同的 Ruby 版本,因为如果使用不兼容的 Ruby 版本,可能会导致 MCP 服务器启动失败。

如果您正在使用像 rbenv 这样的 Ruby 版本管理器,可以使用 Ruby shim 路径来确保使用正确的版本:

{
  "mcpServers": {
    "railsMcpServer": {
      "command": "/home/your_user/.rbenv/shims/ruby",
      "args": ["/full/path/to/rails-mcp-server/exe/rails-mcp-server"] 
    }
  }
}

请将 /home/your_user/.rbenv/shims/ruby 替换为您实际的 Ruby shim 路径。

提示rails-mcp-config 工具会在配置 Claude Desktop 时自动检测您的 Ruby 路径,并使用正确的 shim 路径。

使用 MCP 代理(高级)

Claude Desktop 和许多其他 LLM 客户端仅支持 STDIO 模式通信,但您可能希望利用服务器的 HTTP/SSE 功能。MCP 代理可以弥补这一差距:

  1. 以 HTTP 模式启动 Rails MCP 服务器:
rails-mcp-server --mode http
  1. 安装并运行一个 MCP 代理。目前有多种不同语言实现的 MCP 代理可供选择。MCP 代理允许仅支持 STDIO 通信的客户端通过 HTTP SSE 进行通信。以下是一个基于 JavaScript 的 MCP 代理示例:
# 安装基于 Node.js 的 MCP 代理
npm install -g mcp-remote

# 运行代理,指向您正在运行的 Rails MCP 服务器
npx mcp-remote http://localhost:6029/mcp/sse
  1. 配置 Claude Desktop(或其他 LLM 客户端)以使用代理,而不是直接连接到服务器:
{
  "mcpServers": {
    "railsMcpServer": {
      "command": "npx",
      "args": ["mcp-remote", "http://localhost:6029/mcp/sse"]
    }
  }
}

通过这种设置,仅支持 STDIO 的客户端可以通过代理与 Rails MCP 服务器通信,在保持客户端兼容性的同时,还能享受到 HTTP/SSE 的功能优势。

提示rails-mcp-config 工具可以自动配置 HTTP 模式和 mcp-remote。

GitHub Copilot Agent 集成

Rails MCP 服务器开箱即用,即可与 GitHub Copilot 编码助手配合使用。当从 Rails 目录启动或通过环境变量进行配置时,服务器会自动检测 Rails 项目。

快速设置

  1. 配置 MCP - 在您的仓库中创建 .github/copilot/mcp.json 文件:
{
  "mcpServers": {
    "rails": {
      "type": "local",
      "command": "rails-mcp-server",
      "args": ["--single-project"],
      "tools": ["switch_project", "search_tools", "execute_tool", "execute_ruby"]
    }
  }
}
  1. 设置步骤 - 创建 .github/workflows/copilot-setup-steps.yml 文件:
name: "Copilot 设置步骤"

on: workflow_dispatch

jobs:
  copilot-setup-steps:
    runs-on: ubuntu-latest
    permissions:
      contents: read
    steps:
      - name: 检出代码
        uses: actions/checkout@v4

      - name: 设置 Ruby 环境
        uses: ruby/setup-ruby@v1
        with:
          ruby-version: '3.3'
          bundler-cache: true

      - name: 安装 Rails MCP 服务器
        run: gem install rails-mcp-server

另一种方法:环境变量

您也可以使用 RAILS_MCP_PROJECT_PATH 环境变量:

{
  "mcpServers": {
    "rails": {
      "type": "local",
      "command": "rails-mcp-server",
      "env": {
        "RAILS_MCP_PROJECT_PATH": "."
      },
      "tools": ["switch_project", "search_tools", "execute_tool", "execute_ruby"]
    }
  }
}

限制

  • GitHub Copilot Agent 仅支持 MCP 工具,而不支持资源或提示。
  • load_guide 分析器通过 execute_tool 工作,但需要在设置过程中下载指南。

有关详细说明,请参阅 docs/COPILOT_AGENT.md

服务器工作原理

Rails MCP 服务器采用模型上下文协议实现,支持以下两种模式:

  • STDIO 模式:从标准输入读取 JSON-RPC 2.0 请求,并将响应输出到标准输出。
  • HTTP 模式:提供用于处理 JSON-RPC 2.0 请求和服务器发送事件的 HTTP 端点。

每个请求都包含序列号,以便根据 MCP 规范匹配请求和响应。服务器会维护项目上下文,并在多个代码库中提供特定于 Rails 的分析功能。

上下文高效的架构

服务器采用渐进式工具发现架构,以最大限度地减少上下文使用量。它不会一次性暴露所有工具,而是提供 4 个引导工具,使 LLM 能够按需发现并调用其他分析工具:

  • switch_project - 选择当前活动的 Rails 项目
  • search_tools - 按类别或关键词发现可用工具
  • execute_tool - 带参数调用内部分析工具
  • execute_ruby - 在沙盒环境中运行自定义 Ruby 代码以执行查询

这种设计可将初始上下文从约 2,400 个 token 减少至约 800 个 token,同时仍能保持完整功能。

AI 代理指南

对于使用本服务器的 AI 代理(Claude、GPT 等),请参阅全面的 AI 代理指南,其中涵盖:

  • 快速入门流程
  • 常见任务的工具选择指南
  • execute_ruby 中可用的帮助方法
  • 常见陷阱及避免方法
  • 错误处理和回退策略
  • 与其他 MCP 服务器(如 Neovim MCP)的集成

可用工具

服务器提供了 4 个注册工具以及可通过 execute_tool 访问的内部分析工具。

已注册工具

1. switch_project

描述: 切换当前活动的 Rails 项目。在使用其他工具之前必须调用此命令。

参数:

  • project_name: (字符串,必填) 在 projects.yml 中定义的项目名称

切换后,您将看到包含常用命令的快速入门指南。

2. search_tools

描述: 按类别或关键词查找可用工具。

参数:

  • query: (字符串,可选) 搜索词(例如 'routes', 'model', 'schema')
  • category: (字符串,可选) 按类别筛选:models、database、routing、controllers、files、project、guides
  • detail_level: (字符串,可选) 输出详细程度:'names'、'summary' 或 'full'(默认值:'summary')

3. execute_tool

描述: 通过名称调用内部分析器。

参数:

  • tool_name: (字符串,必填) 分析器名称(例如 'get_routes', 'analyze_models')
  • params: (哈希,可选) 分析器的参数

4. execute_ruby

描述: 在 Rails 项目上下文中执行沙盒化的 Ruby 代码。

参数:

  • code: (字符串,必填) 要执行的 Ruby 代码
  • timeout: (整数,可选) 超时时间,单位为秒(默认值:30,最大值:60)

可用的帮助方法:

  • read_file(path) - 安全地读取文件
  • file_exists?(path) - 检查文件是否存在
  • list_files(pattern) - 使用 glob 匹配文件(例如 'app/models/**/*.rb'
  • project_root - 获取项目根路径

注意: 使用 puts 可以查看代码的输出。

安全性: 沙盒环境会阻止写入文件、系统调用、网络访问以及读取敏感文件(如 .env、credentials 等)。

内部分析器(通过 execute_tool 调用)

project_info

获取项目的全面信息,包括 Rails 版本、目录结构和组织情况。

execute_tool(tool_name: "project_info")

list_files

列出目录中匹配特定模式的文件。

execute_tool(tool_name: "list_files", params: { directory: "app/models", pattern: "*.rb" })

get_file

获取指定文件的内容。

execute_tool(tool_name: "get_file", params: { path: "app/models/user.rb" })

get_routes

获取 Rails 路由,支持可选过滤。

execute_tool(tool_name: "get_routes")
execute_tool(tool_name: "get_routes", params: { controller: "users" })
execute_tool(tool_name: "get_routes", params: { verb: "POST" })
execute_tool(tool_name: "get_routes", params: { path_contains: "api" })

analyze_models

分析 Active Record 模型及其关联、验证规则,并可选进行 Prism 静态分析。

execute_tool(tool_name: "analyze_models")
execute_tool(tool_name: "analyze_models", params: { model_name: "User" })
execute_tool(tool_name: "analyze_models", params: { model_name: "User", analysis_type: "full" })
execute_tool(tool_name: "analyze_models", params: { detail_level: "names" })

参数:

  • model_name: 要分析的具体模型
  • model_names: 要分析的模型列表
  • detail_level: 'names'、'summary' 或 'full'
  • analysis_type: 'introspection'、'static' 或 'full'(包含 Prism AST 分析)

get_schema

获取数据库模式信息。

execute_tool(tool_name: "get_schema")
execute_tool(tool_name: "get_schema", params: { table_name: "users" })
execute_tool(tool_name: "get_schema", params: { detail_level: "tables" })

analyze_controller_views

分析控制器与视图之间的关系,可选进行 Prism 静态分析。

execute_tool(tool_name: "analyze_controller_views")
execute_tool(tool_name: "analyze_controller_views", params: { controller_name: "users" })
execute_tool(tool_name: "analyze_controller_views", params: { controller_name: "users", analysis_type: "full" })

analyze_environment_config

分析环境配置中的不一致性和安全问题。

execute_tool(tool_name: "analyze_environment_config")

load_guide

加载来自 Rails、Turbo、Stimulus、Kamal 或自定义的文档指南。

execute_tool(tool_name: "load_guide", params: { library: "rails" })
execute_tool(tool_name: "load_guide", params: { library: "rails", guide: "getting_started" })
execute_tool(tool_name: "load_guide", params: { library: "turbo" })
execute_tool(tool_name: "load_guide", params: { library: "stimulus" })
execute_tool(tool_name: "load_guide", params: { library: "custom", guide: "tailwind" })

资源与文档

Rails MCP 服务器通过 load_guide 工具以及直接的 MCP 资源访问功能,提供了对全面文档的访问权限。您可以访问 Rails、Turbo、Stimulus 和 Kamal 的官方指南,也可以导入您自己的自定义文档。

可用资源类别

  • Rails 指南: 官方 Ruby on Rails 8.0.2 文档
  • Turbo 指南: 官方 Turbo(Hotwire)框架文档
  • Stimulus 指南: 官方 Stimulus JavaScript 框架文档
  • Kamal 指南: 官方 Kamal 部署工具文档
  • 自定义指南: 您导入的 Markdown 文件

开始使用资源

管理资源最简单的方式是使用配置工具:

rails-mcp-config

然后从菜单中选择“下载指南”或“导入自定义指南”。

或者,您也可以使用旧版命令行工具:

# 下载 Rails 指南
rails-mcp-server-download-resources rails

# 下载 Turbo 指南
rails-mcp-server-download-resources turbo

# 导入自定义 Markdown 文件
rails-mcp-server-download-resources --file /path/to/your/docs/

资源访问方式

  1. 工具访问: 在对话中使用 load_guide 工具
  2. 直接资源访问: MCP 客户端可以使用 URI 模式查询资源,例如 rails://guides/{guide_name}

有关下载、管理和使用资源的完整信息,请参阅 资源指南

测试与调试

测试和调试 Rails MCP 服务器最简单的方法是使用 MCP Inspector,这是一款专为测试和调试 MCP 服务器而设计的开发者工具。

要在 Rails MCP 服务器上使用 MCP Inspector:

# 安装并运行 MCP Inspector
npm -g install @modelcontextprotocol/inspector

npx @modelcontextprotocol/inspector /path/to/rails-mcp-server

这将:

  1. 以 HTTP 模式启动您的 Rails MCP 服务器
  2. 在浏览器中打开 MCP Inspector UI(默认端口:6274)
  3. 设置一个 MCP 代理服务器(默认端口:6277)

在 MCP Inspector UI 中,您可以:

  • 查看所有可用工具(您应该能看到 4 个已注册工具)
  • 交互式地执行工具调用
  • 查看请求和响应详情
  • 实时调试问题

Inspector UI 提供了一个直观的界面来与您的 MCP 服务器交互,使测试和调试您的 Rails MCP 服务器实现变得非常容易。

测试工作流

  1. 切换到项目: 使用 switch_project 命令并指定你的项目名称
  2. 发现工具: 运行 search_tools 查看可用的分析工具
  3. 测试分析工具: 使用 execute_tool 调用特定的分析工具
  4. 测试 Ruby 代码执行: 运行 execute_ruby,传入类似 puts read_file('Gemfile') 的代码

与 LLM 客户端的集成

本服务器旨在与支持模型上下文协议(MCP)的 LLM 客户端集成,例如 Claude Desktop 或其他兼容 MCP 的应用。

使用 MCP 客户端的步骤如下:

  1. 启动 Rails MCP 服务器(默认使用 STDIO 模式)
  2. 将兼容 MCP 的客户端连接到服务器
  3. 客户端即可使用提供的工具与你的 Rails 项目进行交互

安全性

有关安全性问题,请参阅 SECURITY.md

许可证

本 Rails MCP 服务器采用 MIT 许可证发布,这是一种宽松的开源许可证,允许自由使用、修改、分发及用于私有用途。

版权所有 © 2025 马里奥·阿尔贝托·查韦斯·卡德纳斯

特此授予任何人免费获取本软件及其相关文档文件(以下简称“软件”)副本的权利,以不受限制的方式处理该软件,包括但不限于使用、复制、修改、合并、发布、分发、再许可和/或销售该软件副本的权利;并允许向任何获得本软件的人提供本软件以供其使用,但须遵守以下条件:

上述版权声明及本许可声明应包含在本软件的所有副本或实质性部分中。

本软件按“原样”提供,不提供任何形式的明示或暗示保证,包括但不限于适销性、特定用途适用性和非侵权性。在任何情况下,作者或版权所有者均不对因本软件或其使用而引起的任何索赔、损害或其他责任负责,无论此类责任是基于合同、侵权行为或其他原因产生的,且在任何情况下,作者或版权所有者均不承担任何责任。

贡献

欢迎在 GitHub 上提交错误报告和拉取请求:https://github.com/maquina-app/rails-mcp-server

版本历史

v1.5.12026/03/05
v1.4.12025/12/11
v1.4.02025/12/11
v1.2.32025/12/10
v1.2.12025/06/09
v1.2.02025/06/03
v1.1.42025/05/02
v1.1.22025/04/27

常见问题

相似工具推荐

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

159.3k|★★☆☆☆|今天
开发框架Agent语言模型

opencode

OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信

144.3k|★☆☆☆☆|昨天
Agent插件

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。

100.8k|★★☆☆☆|1周前
插件Agent图像

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

93.4k|★★☆☆☆|1周前
插件开发框架

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|1周前
语言模型图像Agent

spec-kit

Spec Kit 是一款专为提升软件开发效率而设计的开源工具包,旨在帮助团队快速落地“规格驱动开发”(Spec-Driven Development)模式。传统开发中,需求文档往往与代码实现脱节,导致沟通成本高且结果不可控;而 Spec Kit 通过将规格说明书转化为可执行的指令,让 AI 直接依据明确的业务场景生成高质量代码,从而减少从零开始的随意编码,确保产出结果的可预测性。 该工具特别适合希望利用 AI 辅助编程的开发者、技术负责人及初创团队。无论是启动全新项目还是在现有工程中引入规范化流程,用户只需通过简单的命令行操作,即可初始化项目并集成主流的 AI 编程助手。其核心技术亮点在于“规格即代码”的理念,支持社区扩展与预设模板,允许用户根据特定技术栈定制开发流程。此外,Spec Kit 强调官方维护的安全性,提供稳定的版本管理,帮助开发者在享受 AI 红利的同时,依然牢牢掌握架构设计的主动权,真正实现从“凭感觉写代码”到“按规格建系统”的转变。

88.7k|★★☆☆☆|今天
语言模型图像Agent