MCP Python 函数生成器服务器

一个 MCP 服务器，它公开一个工具，可以根据描述生成 Python 函数代码，并可选择由人工提供测试。

安装（使用 uv 轻松安装）

此服务器旨在通过 uv Python 包管理器轻松设置。

1. 先决条件： 确保您已安装 uv 并且可以在系统的 PATH 中使用。 请参阅 uv 安装说明。

2. 获取代码： 克隆此存储库或下载并解压缩源代码 ZIP 文件。

3. 运行安装脚本：

   • Windows： 打开命令提示符或 PowerShell，导航 (cd) 到项目目录（例如，MCP_Server），然后运行：.\setup.bat
   • Linux/macOS： 打开终端，导航 (cd) 到项目目录，使脚本可执行 (chmod +x setup.sh)，然后运行：./setup.sh 该脚本将使用 uv 创建一个本地虚拟环境 (.venv) 并安装必要的依赖项。 它还将打印客户端配置所需的精确命令和参数。 (注意：该脚本将尝试删除项目文件夹中任何现有的 .venv 目录，以确保环境干净。 如果需要，请先备份其内容。)

4. 配置您的 MCP 客户端： 将安装脚本打印的 command ("uv") 和 args 数组 ([ "run", "--project", "/path/to/your/project", "mcp-function-generator" ]) 复制到您的 MCP 客户端的配置文件中（例如，Claude Desktop 的 settings.json）。

   JSON 块示例（将路径替换为安装脚本输出中的路径）：

   {
     "mcpServers": {
       "pythonFunctionGenerator": {
         "command": "uv",
         "args": [
           "run",
           "--project",
           // --- 在此处粘贴安装脚本输出中的绝对路径 ---
           "/path/to/your/project/MCP_Server", // Linux/macOS 示例
           // "C:\\Users\\YourName\\Projects\\MCP_Server", // Windows 示例（已转义！）
           // --- 路径结束 ---
           "mcp-function-generator"
          ]
       }
       // 如果需要，添加其他服务器，例如文件系统
     }
   }
   

   (请记住，Windows 路径中的反斜杠 \ 必须在 JSON 字符串中转义为 \\)

5. 重启客户端： 保存配置文件并重启您的 MCP 客户端（例如，Claude Desktop）以使更改生效。

用法

在您的客户端中配置完成后，MCP 服务器将在需要时自动启动。

该服务器公开一个名为 create_python_function 的工具。

参数：

• requirement (字符串，必需)：

  • 所需功能的自然语言描述。 如果可能，请包括示例、约束或边缘情况。
  • 示例："创建一个函数，该函数接受一个字符串列表并返回最长的字符串。 处理空列表。"

• test_cases (对象数组，可选)：

  • 人工编写和验证的测试用例列表，用于验证生成的代码的功能。
  • 结构： [ { "inputs": { "param_key1": value1, ... }, "expected": expected_value }, ... ]
  • inputs: 一个字典，其中键是函数所需的参数名称，值是该测试用例的输入。
  • expected: 这些输入的单个预期输出值。 (注意：目前仅支持精确相等 == 检查。 不会自动处理非确定性输出或浮点容差。)
  • 重要约束： 如果您提供 test_cases，则第一个测试用例的 inputs 字典中使用的键将确定生成的函数必须使用的确切参数名称。 确保所有测试用例中的键保持一致。
  • !! 警告 !!：此参数仅用于人工编写或验证的测试。 不要要求 AI 客户端（如 Claude）为此参数生成测试用例，因为此工具无法保证其正确性，并且可能导致意外的验证失败或不正确的代码。 如果您想快速生成未经测试的代码，只需省略 test_cases 参数即可。

执行流程：

1. 服务器接收 requirement。
2. 它生成函数规范（名称、参数、返回类型、文档字符串）。
   • 如果提供了 test_cases，则生成的参数名称必须与 inputs 字典中的键匹配（基于第一个测试用例）。 服务器验证此匹配。
3. 它根据规范生成 Python 代码。
4. 它验证代码的基本语法和函数定义。
5. 如果提供了 test_cases 并且规范生成使用了正确的参数键，则它使用关键字参数针对每个测试用例执行代码。
6. 它返回结果，包括规范、代码和测试结果（如果运行且成功）。 如果测试在重试后失败，或者规范生成未能通过针对测试键的验证，则返回错误。

客户端调用示例（概念 JSON）

1. 生成没有测试的代码：

{
  "tool_name": "create_python_function",
  "arguments": {
    "requirement": "编写一个函数 `add_one`，它接受一个整数 `x` 并返回 `x + 1`。"
  }
}