CodeAgent MCP 服务器套件

使用说明(Markdown 格式)

  1. 项目简介
  • 该仓库包含多个独立的 MCP 服务器实现(如 A-MEM 记忆 MCP、Codebase RAG、Self-Reflection、统一 CodeAgent MCP 等),均遵循 MCP 的工具/服务器结构,提供对资源、工具、提示等的标准化访问与执行能力,目标是为大语言模型客户端提供可扩展的上下文服务与外部功能调用能力。
  1. 主要功能点
  • 提供资源、工具、提示模板的注册、执行与渲染能力,支持通过 JSON-RPC/MCP 形式与客户端通信。
  • 支持会话管理、能力声明、以及多种传输方式(如 STDIO、SSE、WebSocket)以实现实时交互。
  • 内置多种子服务器:A-MEM 记忆管理、代码检索与混合检索(Codebase RAG)、自我反思与学习的回放、以及统一的 CodeAgent MCP 服务入口。
  • 提供跨项目的记忆系统、嵌入检索、树状推理辅助、以及基于历史经验的改进与演化能力。
  • 具备容错与降级策略(如回退到简单文本记忆、支持本地落地存储等)。
  1. 安装步骤
  • 克隆仓库并安装依赖(各 MCP 服务有特定依赖,可能包括 chromadb、qdrant、tree-sitter、OpenAI 等,请确保运行环境具备相应依赖与本地服务(如数据库/向量存储))。
  • 逐个启动子服务器(以 Python 运行入口为例),或通过统一入口进行并发启动:
    • amem-mcp(A-MEM 记忆 MCP)
    • codebase-rag(Codebase RAG MCP)
    • reflection-mcp(Self-Reflection MCP)
    • codeagent mcp(统一 CodeAgent MCP)
  • 按需配置环境变量(如 OPENAI_API_KEY、数据库地址等)。
  1. 服务器配置(MCP 客户端必需的最低连接信息) 注:MCP 客户端需要的配置信息包含服务器名称、启动命令与参数等,用于建立与 MCP 服务器的连接。以下为示例 JSON 配置,实际路径需按部署环境替换为真实可用路径。

{ "servers": [ { "server_name": "amem", "command": "python", "args": ["-u", "/path/to/repo/mcps/amem-mcp/src/amem_mcp/server.py"], "description": "A-MEM Brain-like Memory MCP Server" }, { "server_name": "codebase-rag", "command": "python", "args": ["-u", "/path/to/repo/mcps/codebase-rag/src/codebase_rag/server.py"], "description": "Codebase RAG MCP Server with Merkle Tree and Tree-sitter" }, { "server_name": "reflection", "command": "python", "args": ["-u", "/path/to/repo/mcps/reflection-mcp/src/reflection_mcp/server.py"], "description": "Self-Reflection MCP Server for episodic memory" }, { "server_name": "codeagent", "command": "python", "args": ["-u", "/path/to/repo/src/codeagent/mcp/server.py"], "description": "Unified CodeAgent MCP Server" } ] }

备注:

  • 请将 /path/to/repo/ 替换为实际的仓库根路径。
  • 某些服务器可能需要额外的环境依赖或数据库服务,请在生产环境中确保对应服务可用。
  1. 基本使用方法
  • 启动后,客户端通过 MCP 协议向指定服务器发起资源读取、工具调用、Prompts 获取等请求,服务端返回标准的 JSON-RPC 响应或通知。
  • 可通过各子服务器提供的工具接口进行记忆存储、检索、代码片段分析、以及演化/学习循环。
  • 如需扩展,请在对应子服务器的 tool/register 区域添加新的 Tool 实现,遵循现有装饰器/接口规范。
  1. 维护与扩展
  • 通过统一入口可以对多个 MCP 服务器进行监控与诊断。确保依赖库版本兼容并按需开启 OpenAI API、向量数据库等能力。
  • 如需新增 MCP 服务器,请遵循现有的 mcp.server 与 @server.tool / @server.call_tool 的模式,保持与客户端的协议一致性。

服务器信息