关于 DeepView MCP
DeepView MCP 是一个 MCP 服务,让 Cursor、Windsurf 等 IDE 借助 Gemini 的大上下文窗口分析大型代码库。它适合需要整体理解大型项目的开发者。
主要功能
- 01从单个文本文件加载整个代码库
- 02利用 Gemini 大上下文窗口进行查询
- 03支持通过命令行参数选择 Gemini 模型
- 04兼容支持 MCP 协议的 IDE
适用场景
- 01在 Cursor 或 Windsurf 中询问整个项目的结构与依赖关系
- 02结合 repomix 打包的代码库文件进行跨文件分析
MCP 相关
该项目是一个 MCP 服务,向 IDE 等 MCP 客户端提供代码库查询工具。
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。
工具
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
DeepView MCP
DeepView MCP 是一款模型上下文协议服务,可让 Cursor 和 Windsurf 等 IDE 使用 Gemini 的超大上下文窗口分析大型代码库。
功能
- 从单个文本文件加载整个代码库(例如,使用 repomix 等工具生成的文件)
- 使用 Gemini 的大上下文窗口查询代码库
- 连接支持 MCP 协议的 IDE,例如 Cursor 和 Windsurf
- 通过命令行参数配置 Gemini 模型选择
先决条件
- Python 3.13+
- 从 Google AI Studio 获取的 Gemini API 密钥
安装
通过 Smithery 安装
通过 Smithery 自动为 Claude Desktop 安装 DeepView:
npx -y @smithery/cli install @ai-1st/deepview-mcp --client claude
使用 pip
pip install deepview-mcp
使用方法
启动服务
注意:无需手动启动服务。这些参数已在 IDE 的 MCP 配置中设置(见下文)。
# Basic usage with default settings
deepview-mcp [path/to/codebase.txt]
# Specify a different Gemini model
deepview-mcp [path/to/codebase.txt] --model gemini-2.0-pro
# Change log level
deepview-mcp [path/to/codebase.txt] --log-level DEBUG
代码库文件参数为可选参数。如果未提供,则需要在查询时指定。
命令行选项
--model MODEL:指定要使用的 Gemini 模型(默认值:gemini-2.0-flash-lite)--log-level {DEBUG,INFO,WARNING,ERROR,CRITICAL}:设置日志级别(默认值:INFO)
在 IDE 中使用(Cursor/Windsurf/...)
- 打开 IDE 设置
- 找到 MCP 配置
- 使用以下配置添加一个新的 MCP 服务:
{ "mcpServers": { "deepview": { "command": "/path/to/deepview-mcp", "args": [], "env": { "GEMINI_API_KEY": "your_gemini_api_key" } } } }
Setting a codebase file is optional. If you are working with the same codebase, you can set the default codebase file using the following configuration:
{
"mcpServers": {
"deepview": {
"command": "/path/to/deepview-mcp",
"args": ["/path/to/codebase.txt"],
"env": {
"GEMINI_API_KEY": "your_gemini_api_key"
}
}
}
}
以下是指定要使用的 Gemini 版本的方法:
{
"mcpServers": {
"deepview": {
"command": "/path/to/deepview-mcp",
"args": ["--model", "gemini-2.5-pro-exp-03-25"],
"env": {
"GEMINI_API_KEY": "your_gemini_api_key"
}
}
}
}
- 重新加载 MCP 服务配置
可用工具
该服务提供一个工具:
deepview:针对代码库提问- 必需参数:
question- 要提出的代码库相关问题 - 可选参数:
codebase_file- 查询前要加载的代码库文件路径
- 必需参数:
准备代码库
DeepView MCP 需要一个包含整个代码库的单一文件。你可以使用 repomix 以适合 AI 使用的格式准备代码库。
使用 repomix
- 基本用法:在项目目录中运行 repomix,以创建默认输出文件:
# Make sure you're using Node.js 18.17.0 or higher
npx repomix
这将生成一个包含代码库的 repomix-output.xml 文件。
- 自定义配置:创建配置文件,自定义要打包的文件以及输出格式:
npx repomix --init
这会创建一个 repomix.config.json 文件,你可以编辑该文件来:
- 包含或排除特定文件或目录
- 更改输出格式(XML、JSON、TXT)
- 设置输出文件名
- 配置其他打包选项
repomix 配置示例
以下是一个 repomix.config.json 文件示例:
{
"include": [
"**/*.py",
"**/*.js",
"**/*.ts",
"**/*.jsx",
"**/*.tsx"
],
"exclude": [
"node_modules/**",
"venv/**",
"**/__pycache__/**",
"**/test/**"
],
"output": {
"format": "xml",
"filename": "my-codebase.xml"
}
}
如需了解更多 repomix 信息,请访问 repomix GitHub 仓库。
许可证
MIT
作者
Dmitry Degtyarev ([email protected])
评论
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。
