🚀 MCP 本地开发

让 AI 处理你的本地开发环境，而你则专注于构建令人惊叹的东西！

✨ 这是什么？

这是一个本地开发环境管理器，可以让大语言模型（LLMs）为你配置和管理开发环境。专为 AI 助手设计，自动处理环境设置、依赖管理以及测试。

🏃 快速开始

1. 从 MCP 快速入门指南 安装 Claude Desktop。
2. 在你的 Claude Desktop 配置中添加以下内容：

{
  "servers": {
     "local_dev": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/txbm/mcp-local-dev@main",
        "mcp-local-dev"
      ]
    }
  }
}

1. 让 Claude 指向任何 GitHub 仓库，并请求它设置一个开发环境！
   

2. 让它运行测试并报告覆盖率！
   

3. 如果你完成了，可以进行讨论、探索或清理！
   

🎯 核心功能

测试运行器

• 🧪 pytest 并附带覆盖率报告
• ⚡️ Vitest 与 V8 覆盖率
• 🃏 Jest 提供详细的覆盖率指标
• 🔬 unittest 支持覆盖率

运行时支持

• 🐍 Python 和 UV 包管理
• 📦 Node.js 与 NPM
• ⚡️ Bun 运行时及包管理器

环境管理

• 🏗️ 自动运行时检测
• 📦 智能包管理器选择
• 🔒 沙箱环境
• 🧹 自动清理
• 🔄 GitHub 仓库支持
• 📂 本地项目支持

开发者体验

• 🎯 无需配置
• 📊 结构化的 JSON 日志
• 🔍 详细的测试覆盖率指标
• 🛡️ 每个项目隔离的环境

💫 内部工作原理

• MCP 服务器规范：全面符合标准且有完整的测试覆盖
• 路径隔离：每个环境都整洁地包含在内
• 系统集成：使用你已安装的运行时 (Python, Node.js, Bun)
• 包管理：自动选择每种运行时最快的可用包管理器
• 网络访问：包管理所需的完整连接性
• 进程处理：原生系统进程以实现最大速度

🌟 幕后故事

开发过程中对多个模型进行了严格的测试：

• 🏆 Claude 3.5 Sonnet：表现出色
• 💪 DeepSeek V3：强劲表现
• 👎 O1：表现不佳，Bob

🚀 关键要点

该项目展示了 AI 辅助开发的巨大潜力：

• 🏃‍♂️ 极速原型设计
• 🎯 最后的 15% 仍然是真正的工作所在
• 📚 实际应用中 AI 开发模式的一个很好的例子

💭 关于 AI 与开发的一些思考

作为一名在软件开发领域工作了多年的人，这个项目令人兴奋的地方不仅仅在于自动化——更在于我们与开发环境互动方式的转变。其价值不在于取代人类开发者，而在于减少认知负担。当AI处理环境设置和维护时，开发者可以更多地专注于架构和设计决策。

这个项目展示了AI不仅仅是生成代码——它还关乎于管理复杂性。通过处理开发环境设置中的机械方面，我们可以释放出更多的脑力来应对真正需要人类洞察力的创意和架构挑战。

🙏 非常感谢

• UV - 超快速的Python包安装器
• Aider - 你的AI结对编程伙伴
• Anthropic - 感谢Claude在开发过程中的帮助
• Helix Editor - 最优秀的模态编辑器

📄 许可证

MIT