coding-tools-mcp

让任何 AI Agent 直接动手写代码、跑命令、改项目

coding-tools-mcp 是一个基于 MCP(Model Context Protocol)的 Python 服务端,目标是把「写代码、跑代码、改代码」的能力封装成标准工具,让任何支持 MCP 的 AI Agent 都能直接调用。它解决的是当前 Agent 只能生成文本、无法真正落地执行代码的痛点:通过暴露文件读写、命令执行、代码搜索、依赖安装等工具,Agent 可以在真实工作目录中完成从创建项目到运行测试的闭环,而不需要为每个模型单独写插件。项目采用 dsh-plugin 与 mcp-server 组合,兼容 Claude、Cursor 等 MCP 客户端,安装后即可把本地环境变成 Agent 的可编程沙箱。核心能力包括代码编辑、终端命令执行、项目结构感知和多步任务编排,适合把 AI 从「聊天助手」升级为「能动手的编程搭子」。

开源 free 开发框架
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1099
维护状态 活跃
是否开源
定价模式 free

项目数据

分类开发框架
开发团队xyTom
所属国家
定价模式free
价格说明开源免费使用
访问状态
是否开源
开源协议Apache-2.0
主要语言Python
技术栈/模型dsh-plugin,mcp,mcp-server
GitHub 星标★ 1099
30天Star增速
HF 下载量
上线时间2026-05-21 00:00:00
最近更新2026-09-16 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-12
浏览次数0

使用教程

难度:入门 约 10 分钟 部署方式:命令行工具 6 步

环境要求

  • Python ≥ 3.11(PyPI 上发布的 Python 服务端)
  • 已安装 uvx(Python 工具链)或 npx(Node 工具链,npm 包只是启动器)
  • 一个支持 MCP 的客户端:Claude Desktop、Claude Code、Codex、Cursor、Cline、VS Code、Windsurf、Gem
  • 一个准备交给 Agent 操作的本地代码仓库目录(绝对路径)

安装与启动步骤

  1. 1检查 Python 版本

    服务端要求 Python ≥ 3.11。若改走 Node 工具链用 npx 启动,可跳过这步。

    python --version
  2. 2用 uvx 启动服务

    把 /path/to/repo 换成你自己的仓库绝对路径,--stdio 表示用标准输入输出与客户端通信。

    uvx coding-tools-mcp --stdio --workspace /path/to/repo
  3. 3或改用 Node 工具链

    npm 包是薄启动器,会通过 uv 或 pipx 拉起同一套 Python 服务,两种方式二选一。

    npx coding-tools-mcp --stdio --workspace /path/to/repo
  4. 4写入客户端配置

    把这段 JSON 加到 MCP 客户端的配置里,客户端不同但 JSON 结构一致,Node 用户把 uvx 换成 npx。

    {
      "mcpServers": {
        "coding-tools": {
          "command": "uvx",
          "args": ["coding-tools-mcp", "--stdio", "--workspace", "/path/to/repo"]
        }
      }
    }
  5. 5改用 HTTP 传输

    去掉 --stdio 后服务改用 Streamable HTTP,默认地址 http://127.0.0.1:8765/mcp,两种传输都无会话。

    uvx coding-tools-mcp --workspace /path/to/repo
  6. 6让 Agent 跑起来

    在客户端里确认已连上 coding-tools,然后让它执行测试并修复第一个失败,验证工具链真正可用。

关键配置

配置项必填说明示例
workspace服务可访问的唯一工作目录根,必须传绝对路径/path/to/repo
command启动方式,选 uvx 或 npx 其一uvx
args传给启动器的参数数组,含包名、传输方式与工作目录["coding-tools-mcp", "--stdio", "--workspace", "/path/to/rep
--stdio使用标准输入输出传输;不传则改为 Streamable HTTP--stdio

如何确认成功

客户端配置后能列出 coding-tools 提供的 18 个工具,并向它提问「run the test suite and fix the first failure」能正常执行;HTTP 模式可访问 http://127.0.0.1:8

常见问题

Q:必须用 Python 工具链吗?能用 Node 吗?

A:两种都行。npx 安装的 npm 包只是一个薄启动器,最终仍通过 uv 或 pipx 启动同一个 Python 服务端,换成 npx 即可。

Q:不想用 stdio,能走 HTTP 吗?

A:可以。去掉 --stdio 参数后服务在 http://127.0.0.1:8765/mcp 提供 Streamable HTTP,两种传输都不使用会话。

Q:支持哪些 MCP 客户端?

A:Claude Desktop、Claude Code、Codex、Cursor、Cline、VS Code、Windsurf、Gemini CLI 以及你自己写的 Agent 都支持,配置的 JSON 结构相同。

Q:Agent 会不会乱改我的文件?

A:每个服务只绑定一个 workspace 根,绝对路径、.. 穿越和符号链接逃逸都会被拒绝;权限模式还会限制网络访问、shell 展开、内联脚本和破坏性命令,Linux 上另有 Landlock 内核级限制。

注意事项

  • workspace 必须使用绝对路径,README 明确说明 .. 穿越与符号链接逃逸会被拒绝。
  • 服务默认暴露 18 个工具,全部限制在同一个 workspace 内,并受权限模式约束。
  • MCP 协议同时兼容 2026-07-28 与 2025-11-25(含 2025-06-18 兼容),只对外声明 tools 能力。
  • 逐客户端配置步骤与排错见 docs/quickstart.md 和 docs/mcp-client-config.md。

核心亮点

  • 基于 MCP 标准协议,Claude、Cursor 等主流客户端可直接接入,无需为每个模型单独适配
  • 提供文件读写、命令执行、代码搜索等真实工具链,Agent 能完成从建项目到跑测试的闭环
  • Python 实现且依赖轻,本地即可部署,方便嵌入现有开发工作流

不足之处

  • 星标约 1k,社区规模和周边生态仍在早期,长期维护节奏待观察
  • 执行命令类工具涉及本地权限与安全边界,默认配置下的隔离与审计能力需要使用者自行加固

适用场景

  • 让 AI Agent 在本地仓库中自动完成小功能开发并运行单元测试
  • 在 Cursor/Claude 中通过 MCP 调用工具,实现多步代码重构与依赖升级
  • 为内部 Agent 平台快速接入统一代码执行能力,避免重复造工具层

替代项目

modelcontextprotocol/servers、cline、open-interpreter

项目介绍

coding-tools-mcp 是开发框架领域的开源项目,由 xyTom 开发,是 2026 年新上线的项目。

在全站 12,753 个收录项目中,它的 GitHub 星标数(1,099)位列前 30%,在开发框架分类中处于中上游。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-16。开源免费使用。

它主要面向的使用场景是:让AIAgent在本地仓库中自动完成小功能开发并运行单元测试。同类可对比的替代方案包括 modelcontextprotocol/servers、cline、open-interpreter。

上一篇:agents-starter

下一篇:software-agent-sdk

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146676 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166369 2026-08-09
bruno 开源

把 API 测试当代码管理,用 Git 搞定协作与版本追踪

Opensource IDE For Exploring and Testing API's (lightweight alternative to Postman/I···

★ 47057 2026-08-12