Disler Aider MCP Server

🚀 MCP 服務器：Aider 的人工智能模型接口

本項目是一個完整的 MCP（Modular Component Protocol）服務器實現，專為 Aider 的人工智能模型打造。它具備兩大核心功能，一是作為 AI 編碼工具，可藉助指定的 AI 模型對文件進行智能修改並返回變更結果；二是作為模型列表工具，能列出所有支持的 AI 模型。

🚀 快速開始

本項目是一個完整的 MCP（Modular Component Protocol）服務器實現，專為 Aider 的人工智能模型設計。它提供兩個核心功能，分別是允許通過指定的 AI 模型對文件進行智能修改並返回變更結果的 AI 編碼工具，以及列出支持的所有 AI 模型的模型列表工具。

✨ 主要特性

• MCP 兼容性：完全遵循 MCP 協議，確保與客戶端和控制檯的良好交互。
• 可擴展插件架構：原子層設計使得添加新功能或修改現有功能變得簡單直接。
• 高度可靠：所有組件均經過嚴格測試，確保服務器的穩定性和可用性。

📦 安裝指南

項目結構

.
├── ai_docs                   # AI 相關文檔目錄
│   ├── just-prompt-example-mcp-server.xml
│   └── programmable-aider-documentation.md
├── pyproject.toml            # 項目元數據與依賴管理
├── README.md                 # 項目說明文件
├── specs                     # 規範性文檔
│   └── init-aider-mcp-exp.md
├── src                       # 源代碼目錄
│   └── aider_mcp_server      # 主要服務器代碼包
│       ├── __init__.py       # 包初始化文件
│       ├── __main__.py       # 服務器啟動入口點
│       ├── atoms             # 核心、可複用組件（純函數）
│       │   ├── __init__.py
│       │   ├── data_types.py # Pydantic 模型定義數據結構
│       │   ├── logging.py    # 自定義日誌設置
│       │   ├── tools         # 各個工具的具體實現
│       │   │   ├── __init__.py
│       │   │   ├── aider_ai_code.py # AI 編碼工具邏輯
│       │   │   └── aider_list_models.py # 模型列表工具邏輯
│       │   └── utils.py      # 工具函數與常量（如默認模型）
│       ├── server.py         # MCP 服務器邏輯，註冊工具、處理請求等
│       └── tests             # 單元測試與集成測試
│           ├── __init__.py
│           └── atoms         # 測試原子層組件
│               ├── __init__.py
│               ├── test_logging.py # 測試日誌功能
│               └── tools     # 測試工具邏輯
│                   ├── __init__.py
│                   ├── test_aider_ai_code.py # 測試 AI 編碼工具
│                   └── test_aider_list_models.py # 測試模型列表工具

安裝步驟

1. 克隆倉庫：

   git clone [your-repository-url]
   cd aider-mcp-server
   

2. 安裝依賴：

   pip install -r requirements.txt
   

3. 啟動服務器：

   python -m aider_mcp_server.__main__ --editor-model <model-name>
   

📚 詳細文檔

核心組件

1. server.py

• 初始化：加載配置文件，設置日誌記錄。
• 註冊工具：從 atoms/tools 加載所有可用工具。
• 處理請求：解析客戶端請求，路由到對應工具邏輯，並按 MCP 協議返回結果。

2. __main__.py

• 提供命令行接口（CLI），解析啟動參數如 --editor-model，並初始化服務器組件。

工具實現

AI 編碼工具

功能

• 接收文件路徑和修改指令。
• 使用指定 AI 模型生成修改內容。
• 返回變更結果與原始文件對比信息。

示例請求

{
  "name": "aider_ai_code",
  "parameters": {
    "file_path": "src/file.py",
    "change_description": "Add logging statements",
    "model_name": "openai/gpt-4"
  }
}

返回結果

{
  "success": true,
  "diff": "--- a/src/file.py\n+++ b/src/file.py\n@@ -1,5 +1,6 @@\n import sys\n+import logging\n \n def main():
     print(\"Hello World!\")
+    logging.info(\"Started the program.\")
 }

模型列表工具

功能

• 根據子字符串過濾支持的 AI 模型。
• 返回匹配模型列表。

示例請求

{
  "name": "aider_list_models",
  "parameters": {
    "query": "gpt"
  }
}

返回結果

[
  "openai/gpt-3.5-turbo",
  "anthropic/claude-2",
  "google/palm-1"
]

日誌系統

級別劃分

• DEBUG：詳細調試信息。
• INFO：常規操作日誌。
• WARNING：潛在問題警告。
• ERROR：嚴重錯誤記錄。
• CRITICAL：系統崩潰等關鍵事件。

輸出格式

[asctime] - [levelname] - [filename] - [message]

測試框架

單元測試

確保每個工具和組件的行為符合預期。

集成測試

驗證整體服務器功能的正確性，包括不同工具之間的交互與協作。

擴展說明

新工具開發

1. 在 atoms/tools 目錄下創建新工具類。
2. 實現 Tool 接口，並在 server.py 註冊。

新模型支持

1. 添加新的 AI 模型適配器。
2. 更新 aider_list_models 工具的模型列表。

🔧 技術細節

項目特點

• 模塊化：各個組件獨立開發，便於維護和擴展。
• 可插拔：支持動態加載新功能，無需修改主程序。
• 高可用性：嚴格測試確保服務器穩定運行。

使用場景

開發者

• 快速集成 AI 功能到開發環境中。
• 靈活選擇不同的 AI 模型進行實驗和比較。

企業級應用

• 整合到 CI/CD 流水線，自動執行代碼審查和優化。
• 集成到內部工具鏈中，提升開發效率。