mcpField
G
Gitingest MCP Server

Gitingest MCP Server

本地服务
github.com/narumiruna版本控制1218 周前更新
代码仓库

关于 Gitingest MCP Server

Gitingest MCP Server 为兼容 MCP 的 AI 助手提供 Git 仓库摄取功能，可生成包含仓库摘要、文件结构和内容的结构化文本，并支持筛选文件和分支。

主要功能

  1. 01摄取远程仓库或本地目录
  2. 02按文件大小和模式筛选
  3. 03选择分析分支
  4. 04返回摘要、文件树和内容

适用场景

  1. 01为 AI 辅助分析生成仓库摘要
  2. 02仅摄取指定文件或目录
  3. 03分析特定仓库分支

MCP 相关

该 MCP 服务提供 `ingest_git` 工具，可分析 Git 仓库 URL 或本地目录，并返回仓库信息和文件内容。

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": {
    "gitingest": {
      "command": "uvx",
      "args": [
        "gitingestmcp@latest"
      ]
    }
  }
}
启动命令uvx gitingestmcp@latest

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
pypigitingestmcp@latest

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

Gitingest MCP 服务

一个模型上下文协议（MCP）服务实现，与 gitingest 集成，可将任意 Git 仓库转换为代码库的简明文本摘要。

Gitingest Server MCP 服务

功能

  • 通过模型上下文协议轻松集成 AI 助手
  • 支持分析和摄取 Git 仓库
  • 支持按大小、模式和分支筛选文件
  • 返回全面的仓库信息，包括摘要、文件结构和内容

使用方法

配置选项

将以下配置添加到 AI 助手的设置中，以启用 gitingest-mcp 作为 MCP 服务：

PyPI 安装
{
  "mcpServers": {
    "gitingestmcp": {
      "command": "uvx",
      "args": ["gitingestmcp@latest"]
    }
  }
}
GitHub 安装
{
  "mcpServers": {
    "gitingestmcp": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/narumiruna/gitingest-mcp",
        "gitingestmcp"
      ]
    }
  }
}
本地安装
{
  "mcpServers": {
    "gitingestmcp": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "/home/<user>/workspace/gitingest-mcp",
        "gitingestmcp"
      ]
    }
  }
}

API

该服务提供以下工具：

ingest_git

分析 Git 仓库，并以结构化格式返回其内容。

参数：
  • source：Git 仓库的 URL 或本地目录路径
  • max_file_size（可选）：允许的最大文件大小，单位为字节（默认值：10MB）
  • include_patterns（可选）：指定要包含文件的模式或模式集合（例如，"*.md, src/"）
  • exclude_patterns（可选）：指定要排除文件的模式或模式集合
  • branch（可选）：要克隆和分析的分支（默认值："main"）
返回：

一个字符串，包含：

  1. 仓库摘要
  2. 文件的树状结构
  3. 仓库文件的内容

资源

许可证

详情请参阅 LICENSE 文件。

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。