项目简介

这是一个基于 Model Context Protocol (MCP) 的服务器实现，专门用于分析 GitHub 仓库信息，提取 README、依赖文件（如 requirements.txt, environment.yml）等关键内容，并提供执行系统命令的工具。它旨在作为大型语言模型（LLM）应用的一个后端服务，帮助 LLM 理解 GitHub 项目的结构和安装要求，进而辅助或自动化软件项目的环境配置和安装过程。

主要功能点

• 系统信息检测： 提供工具检测运行服务器的操作系统、Python 版本、包管理器（如 conda）是否可用等环境信息。
• GitHub仓库分析： 根据提供的GitHub仓库URL，自动克隆仓库到本地，生成目录树结构，并读取关键安装相关文件（如 README、requirements.txt）的内容。
• 命令执行工具： 提供一个工具，允许LLM或其他客户端在指定的本地目录中执行任意的命令行指令，并返回执行结果、标准输出、标准错误及退出码。
• 错误分析辅助： 对命令执行产生的错误信息进行初步分析，识别常见的错误类型（如 ModuleNotFoundError, FileNotFoundError 等）。
• Prompt模板： 内置一个用于GitHub仓库安装工作流的Prompt模板，LLM客户端可以使用此模板引导安装过程。

安装步骤

1. 克隆仓库：

   git clone https://github.com/Tesla-SHT/Github-Easy-Install-MCP-Server.git
   cd Github-Easy-Install-MCP-Server
   

2. 安装依赖： 该服务器使用 Python 编写，并依赖 'fastmcp', 'gitpython', 'PyGithub' 等库。请确保您的系统安装了 Python 3.7+ 和 'pip'。

   pip install fastmcp gitpython PyGithub
   

   或者，您可以直接运行服务器代码，它会在启动时尝试检查依赖并可能提示安装。

服务器配置（供MCP客户端使用）

该MCP服务器设计为通过标准输入/输出（stdio）协议与客户端通信。要将此服务器集成到支持MCP的LLM客户端（如某些AI助手或IDE插件）中，您需要在客户端的MCP服务器配置中添加以下信息。客户端通常以JSON格式存储这些配置：

• 'name': MCP服务器的名称，用于在客户端界面中标识，此处应配置为 'GitHub Easy Install'。
• 'command': 启动服务器进程的命令。对于此项目，通常是运行Python模块的命令，例如 'python -m src.github_install_mcp.server'。请确保在客户端执行此命令时，当前工作目录正确或使用了完整的路径。
• 'args': 传递给启动命令的额外参数列表。该服务器通过stdio通信时不需要额外参数，因此此处应配置为空列表 '[]'。
• 'transport': 通信协议，此处应配置为 'stdio'。
• 'description': 服务器的描述，用于客户端界面展示，此处应配置为 'Analyze GitHub repositories and automate installation process'。

请注意：具体的配置方式和界面取决于您使用的MCP客户端软件，请参考您客户端的文档。上述信息是配置该服务器所必需的关键内容。

基本使用方法

配置完成后，在支持该服务器的MCP客户端中：

1. 激活服务器： 客户端会根据配置启动此MCP服务器进程。
2. 与LLM交互： 您通过客户端向LLM提出需要安装某个GitHub仓库的请求。
3. LLM调用工具： LLM（如果经过适当Prompt工程）会识别任务，并使用客户端提供的、由本MCP服务器注册的工具来获取信息。例如：
   • 调用 'detect_system_info' 工具获取您的系统环境。
   • 调用 'analyze_github_repo' 工具，提供GitHub仓库URL，服务器将克隆并分析仓库，返回目录结构和关键文件内容给LLM。
   • LLM分析这些信息（结合其自身知识）后，生成安装步骤或命令。
   • LLM可能调用 'execute_cli_command' 或 'clone_and_setup_repo' 工具，将生成的命令发送给服务器执行。服务器执行命令并将结果返回给LLM。
   • 如果执行失败，LLM可能会根据服务器返回的错误信息和错误分析，尝试生成修正后的命令，并再次调用执行工具。
4. 查看结果： 客户端会向您展示LLM的回复，其中包含安装过程的说明、执行的命令及结果。

整个过程由LLM主导，通过调用此MCP服务器提供的工具，实现了对GitHub仓库安装过程的自动化分析和执行辅助。