Aider MCP 服务器 - 实验性项目

用于将 AI 编码工作分流到 Aider 的模型上下文协议服务器，从而提高开发效率和灵活性。

概述

此服务器允许 Claude Code 将 AI 编码任务分流到 Aider，这是最好的开源 AI 编码助手。通过将某些编码任务委派给 Aider，我们可以降低成本，获得对编码模型的控制权，并以更协调的方式运行 Claude Code 来审查和修改代码。

设置

0. 克隆存储库：

git clone https://github.com/disler/aider-mcp-server.git

1. 安装依赖项：

uv sync

2. 创建您的环境文件：

cp .env.sample .env

3. 在 .env 文件中配置您的 API 密钥（或使用 mcpServers "env" 部分），以拥有 Aider 中要使用的模型所需的 API 密钥：

GEMINI_API_KEY=your_gemini_api_key_here
OPENAI_API_KEY=your_openai_api_key_here
ANTHROPIC_API_KEY=your_anthropic_api_key_here
...更多信息请参见 .env.sample

4. 将 .mcp.json 复制并填写到项目的根目录中，并更新 --directory 以指向此项目的根目录，并将 --current-working-dir 指向您的项目的根目录。

{
  "mcpServers": {
    "aider-mcp-server": {
      "type": "stdio",
      "command": "uv",
      "args": [
        "--directory",
        "<指向此项目的路径>",
        "run",
        "aider-mcp-server",
        "--editor-model",
        "gpt-4o",
        "--current-working-dir",
        "<指向您的项目的路径>"
      ],
      "env": {
        "GEMINI_API_KEY": "<您的 gemini api 密钥>",
        "OPENAI_API_KEY": "<您的 openai api 密钥>",
        "ANTHROPIC_API_KEY": "<您的 anthropic api 密钥>",
        ...更多信息请参见 .env.sample
      }
    }
  }
}

uv run aider-mcp-server

测试

要运行所有测试：

uv run pytest

要运行特定测试：

# 测试模型列表
uv run pytest src/aider_mcp_server/tests/atoms/tools/test_aider_list_models.py

# 测试 AI 编码
uv run pytest src/aider_mcp_server/tests/atoms/tools/test_aider_ai_code.py

注意：AI 编码测试需要 Gemini 模型的有效 API 密钥。在运行测试之前，请确保在 .env 文件中设置它。

将此 MCP 服务器添加到 Claude Code

使用 gemini-2.5-pro-exp-03-25 添加

claude mcp add aider-mcp-server -s local \
  -- \
  uv --directory "<aider mcp 服务器项目的路径>" \
  run aider-mcp-server \
  --editor-model "gemini/gemini-2.5-pro-exp-03-25" \
  --current-working-dir "<您的项目的路径>"

使用 gemini-2.5-pro-preview-03-25 添加

claude mcp add aider-mcp-server -s local \
  -- \
  uv --directory "<aider mcp 服务器项目的路径>" \
  run aider-mcp-server \
  --editor-model "gemini/gemini-2.5-pro-preview-03-25" \
  --current-working-dir "<您的项目的路径>"

使用 quasar-alpha 添加

claude mcp add aider-mcp-server -s local \
  -- \
  uv --directory "<aider mcp 服务器项目的路径>" \
  run aider-mcp-server \
  --editor-model "openrouter/openrouter/quasar-alpha" \
  --current-working-dir "<您的项目的路径>"

使用 llama4-maverick-instruct-basic 添加

claude mcp add aider-mcp-server -s local \
  -- \
  uv --directory "<aider mcp 服务器项目的路径>" \
  run aider-mcp-server \
  --editor-model "fireworks_ai/accounts/fireworks/models/llama4-maverick-instruct-basic" \
  --current-working-dir "<您的项目的路径>"

用法

此 MCP 服务器提供以下功能：

1. 将 AI 编码任务分流到 Aider：

   • 接受提示和文件路径
   • 使用 Aider 实现请求的更改
   • 返回成功或失败

2. 列出可用模型：

   • 提供与子字符串匹配的模型列表
   • 用于发现支持的模型

可用工具

此 MCP 服务器公开以下工具：

1. aider_ai_code

此工具允许您运行 Aider，以根据提供的提示和指定的文件执行 AI 编码任务。

参数：

• ai_coding_prompt（字符串，必需）：AI 编码任务的自然语言指令。
• relative_editable_files（字符串列表，必需）：允许 Aider 修改的文件路径列表（相对于 current_working_dir）。如果文件不存在，将创建该文件。
• relative_readonly_files（字符串列表，可选）：Aider 可以读取以获取上下文但不能修改的文件路径列表（相对于 current_working_dir）。默认为空列表 []。
• model（字符串，可选）：Aider 应用于生成代码的主要 AI 模型。默认为 "gemini/gemini-2.5-pro-exp-03-25"。您可以使用 list_models 工具查找其他可用模型。
• editor_model（字符串，可选）：Aider 应用于编辑/改进代码的 AI 模型，尤其是在使用架构师模式时。如果未提供，则可能会使用主要的 model，具体取决于 Aider 的内部逻辑。默认为 None。

用法示例（在 MCP 请求中）：

{
  "name": "aider_ai_code",
  "parameters": {
    "ai_coding_prompt": "重构 calculator.py 中的 calculate_sum 函数以处理潜在的 TypeError 异常。",
    "relative_editable_files": ["src/calculator.py"],
    "relative_readonly_files": ["docs/requirements.txt"],
    "model": "openai/gpt-4o"
  }
}

返回：

• 一个简单的字符串，指示结果："success" 或 "failure"。

2. list_models

此工具列出 Aider 支持的与给定子字符串匹配的可用 AI 模型。

参数：

• substring（字符串，必需）：要在可用模型的名称中搜索的子字符串。

用法示例（在 MCP 请求中）：

{
  "name": "list_models",
  "parameters": {
    "substring": "gemini"
  }
}

返回：

• 与提供的子字符串匹配的模型名称字符串列表。示例：["gemini/gemini-1.5-flash", "gemini/gemini-1.5-pro", "gemini/gemini-pro"]

架构

服务器的结构如下：

• 服务器层：处理 MCP 协议通信
• 原子层：单个纯函数式组件
  • 工具：特定功能（AI 编码、列出模型）
  • 实用程序：常量和辅助函数
  • 数据类型：使用 Pydantic 的类型定义

所有组件都经过全面测试，以确保可靠性。

代码库结构

该项目组织成以下主要目录和文件：

.
├── ai_docs                   # 与 AI 模型和示例相关的文档
│   ├── just-prompt-example-mcp-server.xml
│   └── programmable-aider-documentation.md
├── pyproject.toml            # 项目元数据和依赖项
├── README.md                 # 此文件
├── specs                     # 规范文档
│   └── init-aider-mcp-exp.md
├── src                       # 源代码目录
│   └── aider_mcp_server      # 服务器的主包
│       ├── __init__.py       # 包初始化程序
│       ├── __main__.py       # 服务器可执行文件的主入口点
│       ├── atoms             # 核心、可重用的组件（纯函数）
│       │   ├── __init__.py
│       │   ├── data_types.py # 数据结构的 Pydantic 模型
│       │   ├── logging.py    # 自定义日志设置
│       │   ├── tools         # 单个工具实现
│       │   │   ├── __init__.py
│       │   │   ├── aider_ai_code.py # aider_ai_code 工具的逻辑
│       │   │   └── aider_list_models.py # list_models 工具的逻辑
│       │   └── utils.py      # 实用程序函数和常量（如默认模型）
│       ├── server.py         # MCP 服务器逻辑、工具注册、请求处理
│       └── tests             # 单元和集成测试
│           ├── __init__.py
│           └── atoms         # 原子层的测试
│               ├── __init__.py
│               ├── test_logging.py # 日志记录的测试
│               └── tools     # 工具的测试
│                   ├── __init__.py
│                   ├── test_aider_ai_code.py # AI 编码工具的测试
│                   └── test_aider_list_models.py # 模型列表工具的测试

• src/aider_mcp_server: 包含主应用程序代码。
  • atoms: 包含基本构建块。这些被设计为纯函数或具有最小依赖性的简单类。
    • tools: 此处的每个文件都实现了特定 MCP 工具（aider_ai_code、list_models）的核心逻辑。
    • utils.py: 包含共享常量，如默认模型名称。
    • data_types.py: 定义请求/响应结构的 Pydantic 模型，确保数据验证。
    • logging.py: 为控制台和文件输出设置一致的日志记录格式。
  • server.py: 协调 MCP 服务器。它初始化服务器，注册在 atoms/tools 目录中定义的工具，处理传入的请求，将它们路由到适当的工具逻辑，并根据 MCP 协议发回响应。
  • __main__.py: 提供命令行界面入口点 (aider-mcp-server)，解析诸如 --editor-model 之类的参数，并启动在 server.py 中定义的服务器。
  • tests: 包含镜像 src 目录结构的测试，确保每个组件（尤其是原子）按预期工作。