Code Refactor

Name: Code Refactor
Author: zhouhengchang

远程服务

code-refactor-api.app.workbuddy.host开发工具01 周前更新

代码仓库访问官网

关于 Code Refactor

Code Refactor 是基于 MCP 的代码重构服务，为需要整理遗留代码的开发者提供重构工具。它可在本地 Ollama 与 OpenAI 兼容云端接口之间切换，并返回重构代码及说明。

主要功能

01按任务描述重构代码
02返回重构结果和说明
03检查推理后端状态与模型信息
04支持本地 Ollama 与云端接口
05通过环境变量配置密钥和模型

适用场景

01将遗留代码改写为现代风格
02按指定任务整理代码结构
03检查当前推理后端是否可用

MCP 相关

该 MCP 服务向客户端公开 `refactor_code` 和 `check_status` 两个工具，可在 WorkBuddy 的连接器配置中登记。

配置

远程服务无需本地安装。选择你使用的客户端，复制配置或使用一键安装。

服务地址https://code-refactor-api.app.workbuddy.host/mcp

一键复制安装命令

Claude CodeTerminalclaude mcp add --transport http zhouhengchang-code-refactor https://code-refactor-api.app.workbuddy.host/mcp

Cursor.cursor/mcp.json{"mcpServers":{"zhouhengchang-code-refactor":{"type":"http","url":"https://code-refactor-api.app.workbuddy.host/mcp"}}}在 Cursor 中打开

VS Code.vscode/mcp.json{"servers":{"zhouhengchang-code-refactor":{"type":"http","url":"https://code-refactor-api.app.workbuddy.host/mcp"}}}在 VS Code 中打开

Claude Desktopclaude_desktop_config.json{"mcpServers":{"zhouhengchang-code-refactor":{"type":"http","url":"https://code-refactor-api.app.workbuddy.host/mcp"}}}

Windsurf~/.codeium/windsurf/mcp_config.json{"mcpServers":{"zhouhengchang-code-refactor":{"serverUrl":"https://code-refactor-api.app.workbuddy.host/mcp"}}}

命令在终端中运行；JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

安装包

npmworkbuddy-code-refactor-connector1.0.4stdio

工具

详细介绍

来自项目 README

workbuddy-code-refactor-connector

WorkBuddy 代码重构连接器 —— 一个基于 Model Context Protocol 的 MCP Server，把「代码重构」能力封装成 AI 可直接调用的工具。

支持本地 Ollama 与任意 OpenAI 兼容的云端接口两种推理后端，通过环境变量切换。

功能

暴露两个 MCP 工具：

工具	参数	说明
`refactor_code`	`code`（源代码）、`task`（重构任务描述）、`language`（可选，语言提示）	执行代码重构，返回重构后的代码与说明
`check_status`	无	检查当前推理后端是否可用，并返回后端/模型信息

安装

npm install -g workbuddy-code-refactor-connector

或直接以 npx 运行（无需全局安装）：

npx workbuddy-code-refactor-connector

配置

所有配置均通过环境变量读取，包内不硬编码任何密钥。

方式一：本地 Ollama（默认，代码不出本机）

REFACTOR_BACKEND=ollama          # 默认值，可省略
OLLAMA_HOST=http://127.0.0.1:11434
OLLAMA_MODEL=deepseek-coder

方式二：云端 OpenAI 兼容接口

REFACTOR_BACKEND=openai
OPENAI_BASE_URL=https://api.deepseek.com/v1
OPENAI_MODEL=deepseek-flash
OPENAI_API_KEY=sk-xxxxxxxxxxxx

全部环境变量

变量	默认值	说明
`REFACTOR_BACKEND`	`ollama`	推理后端：`ollama` \| `openai`
`OLLAMA_HOST`	`http://127.0.0.1:11434`	Ollama 服务地址
`OLLAMA_MODEL`	`deepseek-coder`	本地模型名
`OPENAI_BASE_URL`	`https://api.deepseek.com/v1`	OpenAI 兼容接口地址
`OPENAI_MODEL`	`deepseek-flash`	云端模型名
`OPENAI_API_KEY`	无	云端接口密钥（`openai` 后端必填）
`REFACTOR_TIMEOUT_MS`	`180000`	单次推理超时毫秒数（纯 CPU 本地推理较慢，默认放宽到 3 分钟）

接入 WorkBuddy

在 WorkBuddy 的连接器配置（mcp.json）中登记本服务：

{
  "mcpServers": {
    "code-refactor": {
      "command": "npx",
      "args": ["-y", "workbuddy-code-refactor-connector"],
      "env": {
        "REFACTOR_BACKEND": "ollama",
        "OLLAMA_MODEL": "deepseek-coder"
      }
    }
  }
}

若使用云端后端，在 env 中补充 REFACTOR_BACKEND、OPENAI_BASE_URL、OPENAI_MODEL、OPENAI_API_KEY。