PolarHub
  • Agents
  • MCP Servers
  • Skills
  • PolarBear
PolarHub © 2026
MCP Serversdeveloper-toolsDanielAvdar
返回「developer-tools」

DanielAvdar

modelscope·@DanielAvdar/dev-kit-mcp-server

developer-tools0下载LocalModelScope

简介

暂无描述。

MCP Server 详情

来自 ModelScope 索引

Dev-Kit MCP 服务器

PyPI - Python Version version License OS OS OS Tests Code Checks codecov Ruff Last Commit

这是一个面向代理开发工具的模型上下文协议(MCP)服务器,提供在根项目目录中进行范围授权操作的功能。该软件包支持安全执行诸如运行makefile命令、移动和删除文件等操作,并计划在未来增加更多代码编辑工具。它作为VS-Code Copilot和其他AI辅助开发工具的优秀MCP服务器。

<a href="https://glama.ai/mcp/servers/@DanielAvdar/dev-kit-mcp-server"> <img width="380" height="200" src="https://glama.ai/mcp/servers/@DanielAvdar/dev-kit-mcp-server/badge" alt="dev-kit-mcp-server MCP server" /> </a>

特性

  • 🔒 安全操作:在指定范围内授权的根目录中执行操作
  • 🛠️ Makefile 命令执行:在项目内安全地运行Makefile命令
  • 📁 文件操作:在授权目录内移动、创建、重命名和删除文件
  • 🔄 Git 操作:执行如状态查看、添加、提交、推送、拉取和检出等Git操作
  • 🔌 MCP 集成:将任何代码库转换为符合MCP标准的系统
  • 🤖 AI 辅助开发:与VS-Code Copilot及其他AI工具良好集成
  • 🔄 可扩展框架:轻松添加新的代码编辑工具及其他操作
  • 🚀 高性能:基于FastMCP构建,确保高性能

安装

bash pip install dev-kit-mcp-server

使用方法

运行服务器

bash

推荐的方法(指定了根目录)

dev-kit-mcp-server --root-dir=workdir

使用自定义TOML文件预定义命令

dev-kit-mcp-server --root-dir=workdir --commands-toml=custom_commands.toml

替代方法

uv run python -m dev_kit_mcp_server.mcp_server --root-dir=workdir python -m dev_kit_mcp_server.mcp_server --root-dir=workdir

--root-dir 参数指定了文件操作将被执行的目录。出于安全考虑,这限制了文件操作只能在这个目录内进行。

--commands-toml 参数允许你指定一个自定义的TOML文件来预定义命令,而不是使用默认的 pyproject.toml 文件。当你希望为不同目的定义不同的命令集时,这非常有用。

可用工具

服务器提供了以下工具:

文件操作

  • create_dir: 在授权的根目录内创建目录
  • edit_file: 通过替换指定起始行和结束行之间的内容来编辑文件
  • move_dir: 在授权的根目录内移动文件和目录
  • remove_file: 删除授权根目录内的文件- rename_file: 在授权的根目录内重命名文件和目录

Git 操作

  • git_status: 获取 Git 仓库的状态(更改的文件、未跟踪的文件等)
  • git_add: 将文件添加到 Git 索引(暂存区)
  • git_commit: 提交更改到 Git 仓库
  • git_push: 将更改推送到远程 Git 仓库
  • git_pull: 从远程 Git 仓库拉取更改
  • git_checkout: 在 Git 仓库中检出或创建分支
  • git_diff: 显示提交之间、提交与工作树之间的差异等

Makefile 操作

  • exec_make_target: 在项目内安全地运行 makefile 命令

预定义命令

  • predefined_commands: 从 TOML 文件执行预定义命令(默认:pyproject.toml 中的 [tool.dkmcp.commands] 部分)

预定义命令的 TOML 文件格式如下:

toml [tool.dkmcp.commands] test = "uv run pytest" lint = "ruff check" check = "uvx pre-commit run --all-files" doctest = "make doctest"

每个命令都定义为键值对,其中键是命令名称,值是要执行的命令。例如,当你调用预定义命令 "test" 时,它将在根目录下执行 "uv run pytest"。

这是一个如何在自定义 TOML 文件中定义命令的简单示例:

toml

custom_commands.toml

[tool.dkmcp.commands]

基本命令

hello = "echo Hello, World!" date = "date"

开发命令

test = "pytest" lint = "ruff check ." build = "python setup.py build"

使用 MCP 客户端的示例

python from fastmcp import Client async def example(): async with Client() as client: # 列出可用工具 tools = await client.list_tools()

    # 文件操作
    # 创建一个目录
    result = await client.call_tool("create_dir", {"path": "new_directory"})

    # 移动一个文件
    result = await client.call_tool("move_dir", {"path1": "source.txt", "path2": "destination.txt"})

    # 删除一个文件
    result = await client.call_tool("remove_file", {"path": "file_to_remove.txt"})

    # 重命名一个文件
    result = await client.call_tool("rename_file", {"path": "old_name.txt", "new_name": "new_name.txt"})

    # 编辑一个文件
    result = await client.call_tool("edit_file", {
        "path": "file_to_edit.txt",
        "start_line": 2,
        "end_line": 4,
        "text": "This text will replace lines 2-4"
    })

    # Git 操作
    # 获取仓库状态
    result = await client.call_tool("git_status")

    # 将文件添加到索引
    result = await client.call_tool("git_add", {"paths": ["file1.txt", "file2.txt"]})

    # 提交更改
    result = await client.call_tool("git_commit", {"message": "Add new files"})

    # 从远程拉取更改
    result = await client.call_tool("git_pull", {"remote": "origin", "branch": "main"})

    # 将更改推送到远程
    result = await client.call_tool("git_push")

    # 检出一个分支
    result = await client.call_tool("git_checkout", {"branch": "feature-branch", "create": True})

    # Makefile 操作
    # 运行一个 makefile 命令
    result = await client.call_tool("exec_make_target", {"commands": ["test"]})

    # 预定义命令
    # 执行一个预定义命令
    result = await client.call_tool("predefined_commands", {"command": "test"})

    # 执行带有参数的预定义命令
    result = await client.call_tool("predefined_commands", {"command": "test", "param": "specific_test"})

开发

设置

bash

克隆仓库

git clone https://github.com/DanielAvdar/dev-kit-mcp-server.git cd dev-kit-mcp-server

安装开发依赖

pip install -e ".[dev]"

运行测试

pytest

贡献

欢迎贡献!请随时提交 Pull Request。

许可证此项目采用MIT许可证进行授权 - 详情请参见LICENSE文件。

相关 MCP Servers(来自「developer-tools」)

【稳定版】12306MCP火车票服务

一个为大型语言模型(LLM)设计的、高可用的12306余票查询工具服务,现已搭载智能会话管理引擎。 12306-MCP-Server 将复杂的12306余票查询接口封装为符合 Model Context Protocol (MCP) 规范的工具集,允许AI Agent通过自然语言无缝查询实时火车票、中转换乘和经停站信息。 从 v1.0.0 版本开始,项目引入了全新的智能会话管理系统,通过会话池、动态User-Agent轮换和自动错误恢复机制,将服务的稳定性与反屏蔽能力提升至全新高度。

Alphar/Railway-Real-Time-MCP-Server

阿里云可观测 MCP 服务

阿里云可观测 MCP服务,提供了一系列访问阿里云可观测各产品的工具能力,覆盖产品包含阿里云日志服务SLS、阿里云应用实时监控服务ARMS、阿里云云监控等,任意支持 MCP 协议的智能体助手都可快速接入。

@aliyun/alibabacloud-observability-mcp-server

北大法宝法条识别—法律MCP

自动从文本中识别并提取法律条文,例如在合同、案件描述或法律文书中,精准定位涉及的具体法律条文(如“《民法典》第585条”),并将文本中的法律问题与对应法条内容关联,提取法规名称的服务。

@pkulaw-ai/mcp_server_law_recognition

哔哩哔哩API服务器

用于哔哩哔哩API的MCP服务器,支持视频搜索、用户内容获取等多种操作,适用于哔哩哔哩内容管理和数据分析场景。

myalone/bilibili

菜谱

看起来您想要翻译一份英文技术文档,但您提供的内容中只有"asd"这个字符串,并没有实际的文档内容。请提供需要翻译的具体英文技术文档文本,这样我才能帮助您进行准确的翻译。如果有特定部分或格式要求,请一并告知。

lcd18601611267/whateat

串口智控

一座通过串行通信将物理硬件设备与人工智能大语言模型连接起来的桥梁,允许用户使用自然语言命令控制硬件。

@mcp2everything/mcp2serial

自动安装

点击按钮会唤起 PolarBear 客户端,并把当前 MCP Server 的 Markdown 详情文档地址传给客户端。

/api/mcps/danielavdar-dev-kit-mcp-server/markdown
打开 PolarBear 安装查看 Markdown 文档

手动安装

在 PolarBear 或其他支持 MCP 的客户端中,新建 MCP Server,并参考下方来源或安装提示配置。

暂未识别到安装命令,请打开 ModelScope 详情查看完整配置。

基本信息

分类
developer-tools / code-execution / file-systems
运行方式
No
许可证
MIT License
详情文件
danielavdar-dev-kit-mcp-server.md