coding-tools-mcp

产品配图

+6

关于

Coding Tools MCP 是一个基于 Model Context Protocol (MCP) 的本地代码仓库操作后端。它能让任何支持 MCP 的大语言模型客户端，直接与你的本地项目进行交互，实现“阅读代码、全局搜索、生成并应用 Patch、运行命令、审查 Git Diff”的全闭环工作流。 Github Repo 通过Coding Tools MCP这个工具： 能够给支持 MCP 的客户端接一个本地代码仓库操作后端，让它能读文件、搜代码、打 patch、跑命令、看 git diff。 大概流程是这样： MCP 客户端 ↔ Coding Tools MCP ↔ 本地项目目录 也就是说，只要你的客户端支持 MCP，就可以把它接到本地项目上，当成半个Codex/Claude Code去使用。 支持的工具列表： 文件访问：readfile, listdir, listfiles, viewimage 代码修改：searchtext, applypatch 环境执行：execcommand, writestdin, killsession 版本控制：gitstatus, gitdiff, gitlog, gitshow, gitblame 严格的安全边界设计 在设计之初就充分考虑了本地执行的安全性（尽管它不是一个完整的虚拟化沙箱）： 路径隔离：所有读写、搜索、Git 操作被严格限制在 Workspace 根目录内。拦截绝对路径、.. 穿越及 Symlink 逃逸。 命令限制 (execcommand)：内置超时控制、输出截断、敏感环境变量过滤；自动拦截破坏性命令与未授权的网络操作请求。Linux 环境下尝试使用 Landlock 进行文件系统级沙盒限制。 按需赋权 (Tool Profiles)： full: 完整读写与执行权限。 read-only: 仅开放搜索、读取和 Git 只读操作，拒绝写入和命令执行。 compat-readonly-all: 针对特定客户端的只读暗示兼容模式。 实际使用体验 下面以ChatGPT网页版为例，详细说明一下Coding Tools MCP这个工具的具体使用方式，通过Coding Tools MCP能让本来没有Coding能力的ChatGPT摇身一变成为Codex 1、首先Clone 仓库到本地或者任意的能够运行代码进行开发的机器上 git clone 2、安装相关依赖 cd coding-tools-mcp python -m pip install -e ".[dev]" 3、运行Coding Tools MCP服务 coding-tools-mcp --workspace /path/to/repo /path/to/repo 这个路径替换为你实际需要开发的项目文件夹路径 4、运行内网穿透服务 scripts/tunnel.sh cloudflared /path/to/repo /path/to/repo 这个路径替换为你实际需要开发的项目文件夹路径 记录下来终端当中输出的Authorization Token和Cloudflare Tunnel地址，示例： Bearer qQQJeOQov3cbexcVtc75OCB7TQKxMAOr1dk6mrBO7kA 5、配置ChatGPT网页版 点击设置 点击创建应用 填写相关信息 :warning:注意：MCP 服务器 URL应该填写上一步获取到的Cloudflare Tunnel地址，并在最后加上/mcp，例如： 点击连接应用 输入上一步获得的Token，记得包括Bearer 配置成功之后需要返回应用详情页，点击刷新 刷新之后滑倒页面底部出现相关工具之后即代表配置完成了 6、使用Coding Tools MCP通过网页版ChatGPT进行Vibe Coding 如图所示，在开始新的对话之前选择启用Coding Tools MCP工具 ChatGPT正常调用Coding Tools MCP工具读取项目相关代码，可以正常进行开发

收录记录

1. 阮一峰周刊·用户投稿

   2026年5月21日 · 1 次收录

2. Show HN

   2026年6月19日 · 1 次收录