关于 replen
@replen/mcp 将 replen 的仓库匹配和项目组合记忆功能接入 Claude Code、Codex 等 MCP 主机。编码 Agent 可依据当前代码评估候选项目并记录决策,replen 不会额外调用模型。
主要功能
- 01按项目能力匹配仓库
- 02记录候选项评估与决策
- 03检索项目组合记忆和关联
- 04浏览 Atlas 看板与队列
- 05创建交接 Pull Request
适用场景
- 01为当前仓库发现新工具
- 02评估外部仓库是否适合集成
- 03跟踪采纳、暂缓或跳过的决定
- 04为候选项目创建交接 Pull Request
MCP 相关
stdio MCP 服务提供 15 个工具,涵盖匹配、评估、项目组合记忆、项目初始化和交接。MCP 主机可通过其 setup 命令添加服务配置。
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。
npx -y @replen/mcpDIGEST_BASE_URLBackend base URL. Set automatically by npx replen; override only to self-host.DIGEST_TOKEN密钥Optional hosted-tier token. Set automatically by npx replen; not needed to self-host.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。
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
@replen/mcp
更智能的 AI 开发工作流。 MCP 服务将 replen——这个会针对你的代码库发问 “我们能做得更好吗?” 的 AI——带入 Claude Code / Codex / 任意 MCP 宿主。
当你的 AI 编码工具等待提示词时,replen 每天早上都会根据整个生态系统读取你的代码。这个 MCP 让 Agent 无需离开聊天即可根据结果采取行动:
- “本周有哪些适合我项目的新工具发布了?”
- “github.com/owner/repo 值得集成到我当前打开的代码库中吗?”
- “为我收藏的所有项目打开交接 PR”
提供的功能
replen 提供 15 个工具。它们背后由三个部分协同运作:Brainstem 负责匹配,Watchtower 负责监测,Atlas 负责记忆。这些工具分为 Brainstem、Atlas 和入门配置三组。
Brainstem(匹配循环,在会话中使用你自己的订阅令牌)
| 工具 | 返回内容 |
|---|---|
replen_match | 当前工作目录仓库的候选清单:仓库元数据 + 余弦相似度分数 + whyShortlisted 条目,包含 Watchtower 发现并由 Brainstem 针对该代码库的能力评分的所有内容 |
replen_record_triage | 记录 Agent 对每个候选项的判断(采用 / 移植 / 挑选提交 / 全新实现 / 升级 / 跳过 / 延后),包括分数、工作量和理由 |
replen_state | 记录用户对候选项采取的操作:收藏 / 隐藏 / 交接 / 已呈现 |
replen_capture_insight | 保存一条来自分流的组合洞见:可迁移的经验或更明确的边界 |
Atlas(知识图谱 + 记忆)
| 工具 | 返回内容 |
|---|---|
replen_leaps | Atlas 提供的非显而易见的跨项目 / 邻接 / 跨用户关联,每项都包含一条 via 路径 |
replen_recall | 整个项目组合的记忆:针对查询提供过往判断、有依据的报告、能力和笔记 |
replen_cart | 在会话中提取已保存或内置的 Atlas Cart 条目(盲点、分流看板、基石、已引入、过期的延后项、按领域分类,或你保存的购物车) |
replen_queue | 从简报延续而来的认知到行动队列:列出 / 添加 / 完成 / 忽略条目 |
replen_handoff | 在匹配项目的仓库中开启交接 PR |
入门配置(为项目建立依据)
| 工具 | 返回内容 |
|---|---|
replen_onboard_state | 整个项目组合中每个仓库的依据状态,是运行 /replen-onboard 前的轻量预检 |
replen_set_capabilities | 写入项目已建立依据的能力和报告(由 Agent 在本地读取,绝不会以原始文件形式上传) |
replen_set_tags | 写入项目按排名排列的领域标签云 |
replen_set_versions | 写入项目固定的直接依赖 + 运行时版本 |
replen_set_product | 将相关仓库归为同一产品 |
此外还有 replen_help,用于查看工具索引。
核心工具是 replen_match:它会返回当前工作目录仓库的候选清单(元数据 + 余弦相似度 + whyShortlisted),不会在我们这边调用大模型,因此宿主 Agent 会在上下文中根据你实际打开的代码库判断匹配程度,然后通过 replen_record_triage 记录每次调用。Atlas 现在分为两部分:图谱 / 探索视图,以及 Carts——可浏览、可筛选的决策图视图,由 replen_cart 在会话中读取。
安装(一行命令)
从 replen 的 /settings 页面获取令牌 → “Connect Claude Code”,然后运行:
npx -y @replen/mcp setup --token=ing_xxxxxxxx --base=https://app.replen.dev
该命令会将 MCP 条目写入 ~/.claude.json(并备份原文件),完全支持幂等操作;每次轮换令牌时都可以重新运行。
重启 Claude Code 以加载新服务。
实际工作原理
- 将
mcpServers.replen添加到 Claude Code 配置中 command: "replen-mcp"——每次宿主启动时通过 npx 解析;也可以运行npm i -g @replen/mcp,以略微加快启动速度env:DIGEST_BASE_URL+DIGEST_TOKEN- 保留现有 MCP 服务(firebase、neon 等),不会对其进行任何修改
- 在配置文件旁保存
.bak备份,以便一步恢复
如果你想手动编辑配置,要添加的代码块如下:
{
"mcpServers": {
"replen": {
"command": "replen-mcp",
"env": {
"DIGEST_BASE_URL": "https://app.replen.dev",
"DIGEST_TOKEN": "ing_xxxxxxxx"
}
}
}
}
其他命令
replen-mcp --version # print version
replen-mcp --help # show available subcommands
replen-mcp # run as stdio MCP server (your host spawns this; you usually don't run it directly)
示例会话
You: anything new today for my project X?
Agent: [calls replen_match({repo: "you/my-project-x"})]
2 candidates for this repo, top one is roboflow/supervision - 38k★ - MIT -
cosine 0.71 · whyShortlisted: fills your "object tracking" capability.
Want me to triage them against your current codebase?
You: yes
Agent: [reads the candidate README + greps your src/ for related code]
supervision drops in for your hand-rolled annotation utilities and
deletes your ByteTrack reimplementation. Strong fit.
[calls replen_record_triage({repo: "roboflow/supervision", verdict: "adopt", ...})]
Recorded. Want a handoff PR?
You: yes
Agent: [calls replen_state({repo: "roboflow/supervision", status: "handed_off", ...})]
[calls replen_handoff({matchId: 96})]
PR opened: github.com/you/my-project-x/pull/142
费用
- 只读工具(
replen_match/replen_cart/replen_recall/replen_leaps)免费使用——仅传递 JSON。 - 分诊(对每个候选项给出判断并撰写说明)由 Agent 在会话中自行推理,费用计入你的 Claude 订阅,不会由我们收取。Replen 不存储 LLM API 密钥,也不会针对每个候选项单独调用模型;服务器端唯一的模型工作是使用 Replen 自有账户进行低成本的嵌入计算和目录分类。
replen_handoff是一次 GitHub 写入调用。我们不会调用 LLM。
与 Web 仪表板相比,Replen 端不会产生额外费用——MCP 服务查询的 API 与 app.replen.dev 相同。
许可证
Apache-2.0——详见 LICENSE。宽松的开源许可:可免费用于任何目的,并允许修改和再分发,且明确授予专利许可。“Replen”及其他具名界面仍为商标(Apache §6)。
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。