mcpField
C
codeforces-mcp

codeforces-mcp

本地服务
github.com/avinash111921其他0今天更新
代码仓库

关于 codeforces-mcp

codeforces-mcp 是面向竞赛编程者和 AI 编码助手的 Codeforces MCP 服务。它可获取题目和用户统计数据，支持本地测试解法，并通过压力测试定位失败用例。

主要功能

  1. 01获取用户评分、排名和判题结果
  2. 02提取题目描述及样例测试
  3. 03在本地编译并运行 C++ 或 Python 解法
  4. 04用暴力解对优化代码进行压力测试
  5. 05缩减失败测试用例
  6. 06对 API 请求排队并缓存

适用场景

  1. 01查看 Codeforces 用户资料和近期结果
  2. 02获取题目及官方样例
  3. 03提交前在本地测试解法
  4. 04通过压力测试查找最小失败用例

MCP 相关

向 MCP 客户端（包括 AI 编码助手）提供 Codeforces 用户资料、题目、本地执行和压力测试能力。

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": {
    "avinash111921-codeforces": {
      "command": "uvx",
      "args": [
        "codeforces-mcp-avinash"
      ]
    }
  }
}
启动命令uvx codeforces-mcp-avinash

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
pypicodeforces-mcp-avinash0.1.0

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

Codeforces MCP 服务

一个面向 Codeforces 竞赛编程的 Model Context Protocol（MCP）服务。此服务支持 Claude、Cursor 和 Cline 等 AI 编码助手自主获取题目描述、分析你的提交记录、推荐补题目标，以及运行自动化本地压力测试。

功能

  • 个人资料与统计数据：获取实时用户 rating、排名和近期评测结果分布。
  • 题目抓取：绕过 Cloudflare，提取完整题目描述和精确的样例测试用例。
  • 本地沙盒：在本地编译并运行 C++ 或 Python 解决方案，使用官方样例输入进行测试。
  • 自动化压力测试：通过将优化后的代码与暴力脚本和随机生成器进行对比运行，定位最小失败测试用例。
  • 安全的速率限制：内置队列和缓存，确保不会触及 Codeforces API 每 2 秒仅允许 1 次请求的限制。

安装与使用

无需手动安装，即可通过 uvx 轻松运行此服务。将以下配置添加到你偏好的 AI IDE 中。

Cursor

将此内容添加到 MCP 配置中（Settings > Features > MCP）：

{
  "mcpServers": {
    "codeforces-mcp": {
      "command": "uvx",
      "args": ["codeforces-mcp"]
    }
  }
}

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。