MCP Python Function Generator Server

MCP Python 函数生成器服务

一个 MCP 服务，提供可根据描述生成 Python 函数代码的工具，并支持由人工提供测试。

设置（使用 uv 轻松安装）

此服务旨在通过 uv Python 包管理器轻松设置。

1. **前提条件：**确保已安装 uv，并且可通过系统的 PATH 使用。请参阅 uv 安装说明。

2. **获取代码：**克隆此仓库，或下载并解压源代码 ZIP 文件。

3. 运行设置脚本：

   • **Windows：**打开命令提示符或 PowerShell，导航（cd）到项目目录（例如 MCP_Server），然后运行：.\setup.bat
   • **Linux/macOS：**打开终端，导航（cd）到项目目录，使脚本可执行（chmod +x setup.sh），然后运行：./setup.sh 脚本将使用 uv 创建本地虚拟环境（.venv）并安装所需依赖项。它还会打印客户端配置所需的确切命令和参数。 （注意：脚本会尝试删除项目文件夹中现有的 .venv 目录，以确保环境干净。如有需要，请先备份其中的内容。）

4. **配置 MCP 客户端：**将设置脚本打印的 command（"uv"）和 args 数组（[ "run", "--project", "/path/to/your/project", "mcp-function-generator" ]）复制到 MCP 客户端的配置文件中（例如 Claude Desktop 的 settings.json）。

   JSON 示例块（将路径替换为设置脚本输出中的路径）：

   {
     "mcpServers": {
       "pythonFunctionGenerator": {
         "command": "uv",
         "args": [
           "run",
           "--project",
           // --- 在此处粘贴设置脚本输出的绝对路径 ---
           "/path/to/your/project/MCP_Server", // Linux/macOS 示例
           // "C:\\Users\\YourName\\Projects\\MCP_Server", // Windows 示例（需转义！）
           // --- 路径结束 ---
           "mcp-function-generator"
          ]
       }
       // 如有需要，可添加 filesystem 等其他服务
     }
   }
   

   （请记住，在 JSON 字符串中，Windows 路径里的反斜杠 \ 必须转义为 \\。）

5. **重启客户端：**保存配置文件并重启 MCP 客户端（例如 Claude Desktop），使更改生效。

用法

在客户端中完成配置后，MCP 服务会在需要时自动启动。

该服务会提供一个名为 create_python_function 的工具。

参数：

• requirement（字符串，必填）：

  • 对所需函数的自然语言描述。尽可能提供示例、约束或边界情况。
  • 示例："Create a function that takes a list of strings and returns the longest string. Handle empty lists."

• test_cases（对象数组，可选）：

  • 一组由人工编写并验证的测试用例，用于验证生成代码的功能。
  • 结构： [ { "inputs": { "param_key1": value1, ... }, "expected": expected_value }, ... ]
  • inputs：一个字典，其中的键是函数所需的参数名称，值是该测试用例的输入。
  • expected：这些输入对应的唯一预期输出值。（注意：目前仅支持精确相等 == 检查。不会自动处理非确定性输出或浮点数容差。）。
  • 重要约束：如果提供 test_cases，则第一个测试用例中 inputs 字典所用的键将决定生成函数必须使用的确切参数名称。请确保所有测试用例中的键保持一致。
  • !! 警告 !!：此参数仅适用于由人工编写或验证的测试。不要让 AI 客户端（如 Claude）为此参数生成测试用例，因为此工具无法保证这些用例正确，可能会导致意外的验证失败或错误代码。如果希望快速生成未经测试的代码，只需省略 test_cases 参数。

执行流程：

1. 服务接收 requirement。
2. 它会生成函数规范（名称、参数、返回类型、文档字符串）。
   • 如果提供了 test_cases，则生成的参数名称必须与 inputs 字典中的键一致（以第一个测试用例为准）。服务会验证是否匹配。
3. 它根据规范生成 Python 代码。
4. 它会验证代码的基本语法和函数定义。
5. 如果提供了 test_cases，且规范生成使用了正确的参数键，它会使用关键字参数对每个测试用例执行代码。
6. 它会返回结果，包括规范、代码和测试结果（如果已运行且成功）。如果重试后测试仍然失败，或者规范生成未通过针对测试键的验证，则会返回错误。

客户端调用示例（概念性 JSON）

1. 不带测试生成代码：

{
  "tool_name": "create_python_function",
  "arguments": {
    "requirement": "Write a function `add_one` that takes an integer `x` and returns `x + 1`."
  }
}