mcpField
Y
Your GPT for coding. Contextualize your codebase with a powerfully chained AI

Your GPT for coding. Contextualize your codebase with a powerfully chained AI

本地服务
github.com/StefanKumarasinghe开发工具272 周前更新
代码仓库

关于 Your GPT for coding. Contextualize your codebase with a powerfully chained AI

CodeMasterPro 面向软件工程师，结合代码库上下文、调试、文档查询和代码执行，并支持配置 AI 模型与工具。

主要功能

  1. 01从文件夹、ZIP 或 GitHub 导入代码库上下文
  2. 02AI 调试与代码分析
  3. 03搜索文档、网页和 Stack Overflow
  4. 04运行 Python 和 HTML 代码
  5. 05自定义提示词、偏好设置并保存聊天

适用场景

  1. 01针对导入的项目提问
  2. 02查找并分析代码错误
  3. 03查询文档和代码示例
  4. 04运行 Python 片段或可视化日志
#ai#gemini#brave#langchain#genai#togetherai#mcp-server

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
  "mcpServers": {
    "CodeMasterPro": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "pull"
      ]
    }
  }
}
启动命令docker run -i --rm pull

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
ocipull

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

用于编码的 GPT。借助强大的链式 AI，为你的代码库补充上下文

Docker Pulls License

CodeMasterPro 是一款先进的 AI 编码助手，旨在提升软件工程体验。

功能

  • 理解用户 理解用户意图——还可以进一步增强
  • AI 驱动的调试： 识别潜在错误并建议修复方案，从而简化调试过程。
  • 全面的文档： 即时提供相关文档和示例，帮助加深理解并提升效率。
  • 可自定义设置： 根据你的特定编码风格和偏好调整 CodeMasterPro。
  • 多语言支持： 支持广泛的编程语言，确保适用于各种项目。
  • 多模型支持 - 需要拥有 Together API，才能使用 Reasoner pro 获得多样化的回答
  • 运行 Python 和 HTML - 可让你在安全的环境中直接运行代码
  • 记忆、互联网和其他工具 - 支持多种工具，包括内部文档、网站抓取，可用于高效 RAG
  • 以往的聊天和代码片段 - 现在可以选择保存聊天和代码片段以供日后使用，CodeMasterPro 还会始终保存你最后一次未保存的聊天
  • 高度自定义 - 你可以按自己的喜好自定义提示词和偏好设置
  • 项目上下文 - 你可以通过 Zip、文件夹或 GitHub 仓库上传项目，以便建立索引，并在提问时将其用作上下文
  • GitHub 搜索 - 使用 GitHub 在线获取工具，为大模型提供示例并生成更好的回答

开始使用

前提条件
  • Docker：确保 Docker 已安装并在系统上运行。
  • Gemini API 密钥： 核心 AI 功能所必需。可从 Google Gemini 获取免费 API 密钥。
  • Brave API 密钥（可选）： 增强搜索能力。可从 Brave Search API 获取免费 API 密钥。
  • Together API 密钥（可选，Reasoner Pro 必需）： 可大幅提升回答质量，但速度会慢很多，适用于高级编码问题。可从 Together API 获取免费 API 密钥。
可用工具

  • WEB – 可访问互联网。使用自然语言指令提出查询，例如：
    “在线搜索如何创建 MCP 服务。”

  • STACK – 搜索 Stack Overflow，获取与开发者相关的答案和代码示例。
    非常适合解决特定语言或库相关的问题。

  • INTERNAL – 搜索内部文档或知识库，例如团队 Wiki 或私有数据集。
    当答案可能存在于内部来源中时使用。

  • PYTHON – 在隔离环境中执行 Python 代码。
    适用于测试逻辑、计算或代码片段。

  • COMPUTE – 处理复杂的数学计算或阶乘运算。
    示例：“756! 等于多少？”

  • VISUALIZE – 将原始日志数据转换为图表。
    示例：“提供日志并绘制 CPU 使用率随时间变化的图表。”

  • SAST – 对 Python 代码执行静态应用安全测试（SAST）。
    检测漏洞、不良模式和不安全做法。

  • LIGHTNING – 快速回答轻量级或基于事实的问题。
    优先追求速度，而非深度推理。

  • DEEP ANALYSIS - 详细分析大型代码，通常为 50000+ 个字符 你能深入分析这段代码吗

  • GITHUB - 使用 GitHub API 获取示例，并从中更有效地学习

  • CONTEXT - 允许你上传代码库，并为查询提供上下文

主思维链

image

✅ 概述

该工作流遵循结构化的决策与响应生成流程，并结合了强化学习和多模型推理。

⚙️ 1. 工具选择与执行
  • 检查是否有合适的工具。
  • 如果有，则立即执行，以快速提供可操作的响应。
🧠 2. 情感与行为分析
  • 评估用户情感和过往交互。
  • 如果没有行为历史，则跳过。
🌐 3. 资源检索
  • 根据需要获取其他资源（例如网页数据、Stack Overflow、内部知识库）。
🧬 4. 强化学习反馈
  • 使用情感数据奖励或惩罚 RL Agent。
  • 影响后续决策和模型行为。
🧾 5. 响应生成
  • 结合情感、上下文和历史记录，生成初始响应。
🪞 6. 响应优化
  • 提升响应的清晰度、质量和连贯性。
🧠 7. 多模型推理
  • 根据推理级别调用 Gemini 等模型，以获得更深入、更多元的见解。
⚡ 8. 快速路径返回
  • 在速度至关重要时跳过验证，并立即返回响应。
🔁 9. 快速推理路径
  • 使用轻量级推理器。
  • 使用之前的最佳答案最多验证 3 次。
  • 不借助外部模型输入进行迭代。
🧩 10. 专业级推理
  • 调用高级模型和第三方输出。
  • 确保涵盖更广泛的上下文，并选出最佳响应。
🧠 11. RL Agent 优化
  • 通过奖励或惩罚持续调整 RL Agent。
  • 经过多次迭代后选出最佳结果。
🎯 12. 贪心优化策略
  • 优先追求尽可能好的结果。
  • 达到最低质量要求后，也可能提前结束。

代码分析器链

image

CodeAnalystPro 专为深度分析大型代码库而设计，擅长代码解释和修改。以下是分步工作流：

1. 代码分块
  • 将源代码拆分为易于处理的片段，每段 2,000–5,000 个字符。
2. 分块分析与重试逻辑
  • 分析每个片段。
  • 最多允许 5 次重试以提高准确性。
3. 上下文感知修改

  • 修改时会考虑：

    • 当前片段。
    • 之前生成的输出。

  • 确保各片段的输出保持一致。

4. 回退机制

  • 如果片段未通过验证：

    • 重用之前的最佳版本。
    • 缩小上下文窗口以减少幻觉。
5. 验证阈值
  • 片段必须达到 90% 的验证分数才能继续。
  • 如果验证通过，系统将处理下一个片段。
6. 迭代优化
  • 继续处理前，先修正或解释每个片段。
7. 最终输出重构
  • 将所有片段重新组装为最终版本。
  • 由一个轻量级 Gemini 模型进行最终润色和清理。

Python 链

image

安装
  1. 拉取 Docker 镜像：
docker pull stefankumarasinghe/codemasterpro

请使用相应的标签以获得最佳性能。镜像提供 amd64、arm64 和 latest 标签，其中 latest 兼容两种架构（但体积较大）。

  1. 运行 Docker 容器：
docker run -e GOOGLE_API_KEY=YOUR_GEMINI_API_KEY -p 8000:8000 stefankumarasinghe/codemasterpro

你也可以使用 -e 参数设置 BRAVE_API_KEY 和 TOGETHER_AI_API_KEY 等集成的密钥，但 CodeMasterPro 允许你通过 UI 设置这些内容。

  • 将 YOUR_GEMINI_API_KEY 替换为你实际的 Gemini API 密钥。

  • 将 YOUR_BRAVE_API_KEY 替换为你的 Brave API 密钥（如果有）。

  • 将 TOGETHER_AI_API_KEY 替换为你的 Together 密钥。

  • 如果通过终端操作，请务必创建 .env 文件（位于根目录）。

  • 还要确保端口 8000 已准备就绪。

  • 新版本不再要求你填写这些变量，因为可以通过 UI 设置。

  1. 访问 CodeMasterPro：

打开网页浏览器并访问 [CodeMasterPro](https://dwr4zchmi6x24.cloudfront.net/)。 你需要运行 Docker 容器；不需要时可以停止，下次启动时无需再次输入令牌。

环境变量
  • GOOGLE_API_KEY：你的 Gemini API 密钥。此项为必填项。
  • 其他令牌和集成可在加载应用后添加。
自定义

你可以通过 UI 进一步自定义 CodeMasterPro。

  • **模型选择：**选择不同的 AI 模型来完成代码补全和调试。
  • **语言偏好：**指定你偏好的编程语言。
  • **UI 主题：**自定义 CodeMasterPro 界面的外观和风格。
  • 还有更多……

使用方法

  1. **代码编辑器集成：**使用提供的插件或扩展，将 CodeMasterPro 集成到你喜爱的代码编辑器中（例如 VS Code、Sublime Text、Atom）。
  2. **生成大型且准确的代码：**得益于 Gemini 的 1million token 上下文窗口，它既能生成大量内容，也能接收大量输入。
  3. **实时协助：**随着你的输入，CodeMasterPro 会实时提供代码建议、错误检测和文档片段。
  4. **调试工具：**利用 AI 驱动的调试工具，快速识别并解决问题。
  5. **文档查询：**直接在 CodeMasterPro 界面中查阅各种编程语言和库的完整文档。

提示词示例

示例 1：你能修正并改进这段代码吗？ 示例 2：你能检查这段 Python 代码中的漏洞吗？ 示例 3：请把我的日志可视化。 示例 4：请用 HTML 编写一个完整可运行的国际象棋游戏，包含所有逻辑和规则。 示例 5：运行这段 Python 代码。

贡献

欢迎为 CodeMasterPro 做出贡献！请遵循以下指南：

  1. Fork 此仓库。
  2. 为你的功能或错误修复创建一个新分支。
  3. 提交 Pull Request，并清楚说明所做的更改。
  4. 如果你 Fork 此仓库，尽管本项目采用非商业许可证，你仍必须注明作者。

许可证

本项目采用 Non Commercial License 许可证，详情请参阅 LICENSE 文件。不过，如果你使用此应用，必须注明作者。

支持

如有疑问、错误报告或功能请求，请提交 issue 或 PR。

致谢

  • 由 Google Gemini、Brave Search API、Together AI 以及 CodeMasterPro 的思维链提供支持

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。