code2prompt-mcp
一个 MCP 服务器，用于分析代码库并生成上下文提示，从而使 AI 助手更容易理解和处理代码仓库。
README
code2prompt-mcp
一个 MCP 服务器，可以从代码库生成上下文提示，从而使 AI 助手更容易理解和处理您的代码仓库。
关于
code2prompt-mcp 利用高性能的 code2prompt-rs Rust 库来分析代码库并生成结构化摘要。 它通过以针对 AI 消耗优化的格式提取相关上下文，帮助弥合您的代码和语言模型之间的差距。
安装
本项目使用 Rye 进行依赖管理，请确保您已安装它。
要安装必要的依赖项并在本地环境中构建模块，请运行：
# 克隆仓库
git clone https://github.com/odancona/code2prompt-mcp.git
cd code2prompt-mcp
# 使用 Rye 安装依赖
rye build
它将安装 pyproject.toml 文件中指定的所有必需依赖项到 .venv 目录中。
用法
运行 MCP 服务器：
rye run python code2prompt_mcp.main
许可证
MIT 许可证 - 详细信息请参阅 LICENSE 文件。
开发
对于测试，您可以使用 MCP Inspector：
npx @modelcontextprotocol/inspector python -m code2prompt_mcp.main
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议，是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器，它使大型语言模型能够通过结构化的可访问性快照与网页进行交互，而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具，可以从自然语言描述生成现代化的用户界面组件，并与流行的集成开发环境（IDE）集成，从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互，从而促进营销洞察和受众数据的提取和分析，包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具，连接你所有喜爱的工具：Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外，还可以将任何内容（从 Slack 到 Gmail 再到播客订阅源）导入到 Graphlit 项目中，然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器，集成了 Kagi 搜索功能和 Claude AI，使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议（MCP）服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。