SuperAPI AI 工具集

git-context-mcp

git-context-mcp 是一个本地 MCP 服务器,为 AI 编程代理提供对 Git 仓库的结构化高层洞察,使其无需上传或修改代码库即可理解项目状态、结构、活动和风险。

访问官网

工具介绍

git-context-mcp 是一个本地 Model Context Protocol (MCP) 服务器,旨在为 AI 编程代理提供对 Git 仓库的结构化、高信号洞察,使代理能够理解项目状态、结构、活动和风险,而无需上传或修改代码库。该项目通过将 Git 历史和仓库结构转化为显式的、机器可读的上下文,解决 AI 编程代理在处理非平凡代码库时缺乏情境感知的问题。代理们常难以回答诸如项目当前状态如何、真正的入口点在哪里、代码的哪些部分正在积极变化、哪些文件修改风险高等问题。

主要能力:

  • 以只读模式分析 Git 元数据和仓库文件,不修改仓库、不上传代码、不执行项目代码、不依赖外部服务或 API。
  • 通过 STDIO 传输工作,兼容 MCP Inspector 和桌面编程代理(如 Claude Code、Cursor、Codex、Gemini 等)。
  • 提供高层上下文,而非原始源码转储。

暴露的 MCP 工具(均为只读):

  • project_status:快照当前 Git 仓库状态,包括分支、清洁度和同步状态。
  • code_map:生成结构化目录树并标识重要文件、入口点和重要模块。
  • recent_activity:分析 Git 历史,找出频繁修改的文件,识别活跃或易变区域。
  • work_summary:提供近期开发活动和技术债务(如 TODO / FIXME)的高层摘要。
  • risk_scan:检测大型、复杂或高变更率的文件,在编辑前标记风险文件。

典型使用流程:

  1. 使用 project_status 了解分支、清洁度和同步状态。
  2. 使用 code_map 定位入口点和重要模块。
  3. 使用 recent_activity 识别活跃或易变区域。
  4. 使用 work_summary 了解近期工作和未解决债务。
  5. 使用 risk_scan 在编辑前标记风险文件。

使用方式:

  • 需要本地已安装 Git 并可在 PATH 中访问。
  • 需要一个本地 Git 仓库作为分析目标。
  • 可作为本地 MCP 进程独立运行,通过 STDIO 传输与兼容的 MCP 客户端(如 MCP Inspector 或桌面编程代理)连接。
  • 该 README 本身即通过将 AI 助手连接到该仓库并使用暴露的 MCP 工具生成。

适用场景:

  • AI 编程代理在编写或审查代码前需要快速理解代码库结构、状态、活动热点和风险文件。
  • 开发者在与 AI 代理协作时,希望提供机器可读的仓库上下文而无需上传代码。

限制:

  • 仅提供 Git 和仓库结构层面的高层分析,不提供原始源码转储。
  • 不修改仓库、不上传代码、不执行项目代码、不依赖外部服务。
  • 具体安装命令和详细配置步骤在提供的资料中暂未提供。