GitHub Repository Assistant について
GitHub Repository Assistant は、Streamlit インターフェースを通じて Claude に公開 GitHub リポジトリを調査させ、コード関連の作業を支援します。リポジトリのクローンと解析に、専用の MCP ツールを組み合わせています。
主な機能
- 01公開リポジトリのクローンと解析
- 02リポジトリ内ファイルの読み取り
- 03コードについてClaudeに質問
- 04デプロイ用ファイルとワークフローの生成
- 05Streamlitインターフェース
活用シーン
- 01リポジトリの構成やソースファイルを確認
- 02GitHub Actionsのデプロイワークフローを依頼
- 03アプリケーション用Dockerfileを生成
MCP 対応
MCP サーバーは、GitHub リポジトリのクローン、解析、読み取り用ツールを提供します。Streamlit フロントエンドがサーバーに接続し、Claude がツールを利用できるようにします。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
GitHub リポジトリアシスタント
MCP(Model Control Protocol)を使用して Claude を GitHub リポジトリに接続し、コードの分析やデプロイワークフローの作成などのタスクを支援するツールです。
機能
- 任意の GitHub リポジトリをクローンして分析します
- Claude 3.5 Sonnet を通じてリポジトリを操作します
- デプロイワークフローの作成や、その他のコード生成タスクを依頼できます
- Streamlit フロントエンドによるシームレスな統合
- リポジトリ操作に特化したツールを備えた MCP サーバー
必要条件
- Python 3.13 以上
- Git がインストールされ、PATH から利用できること
- Anthropic API キー
インストール
-
このリポジトリをクローンします:
git clone <your-repo-url> cd <repo-directory> -
必要な依存関係をインストールします:
pip install -r requirements.txt -
.envファイルに Anthropic API キーを設定します:ANTHROPIC_API_KEY=your_api_key_here
使い方
-
Streamlit アプリケーションを起動します:
streamlit run app.py -
サイドバーで、
server.pyファイルへのパスを「Server Script Path」フィールドに入力し、「Connect to Server」をクリックして MCP サーバーに接続します。 -
GitHub リポジトリの URL(例:
https://github.com/deploypilotorg/example-repo)を入力し、「Analyze Repository」をクリックします。 -
リポジトリの分析が完了したら、質問したり、次のようなタスクを依頼したりして操作できます:
- 「このリポジトリにはどのようなファイルがありますか?」
- 「main.py ファイルは何をしますか?」
- 「このコードをデプロイするための GitHub Actions ワークフローを作成してください」
- 「このアプリケーションの Dockerfile を生成してください」
仕組み
このアプリケーションは Model Control Protocol(MCP)を使用し、専用ツールを通じて Claude が GitHub リポジトリを操作できるようにします:
- MCP サーバー(
server.py)は、GitHub リポジトリのクローン、分析、読み取りを行うツールを提供します - Streamlit フロントエンド(
app.py)は、操作しやすいインターフェースを提供します - Claude は提供されたツールを使用してリポジトリの構造を理解し、関連する回答を生成します
制限事項
- 現在、公開されている GitHub リポジトリのみをサポートしています
- 大規模なリポジトリは、クローンや分析に時間がかかる場合があります
- 生成されたデプロイワークフローは、特定の要件に応じて手動で調整する必要がある場合があります
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。