项目简介

这是一个基于Model Context Protocol (MCP) 构建的服务器，旨在解决AI模型在提供Python依赖包管理命令时信息过时的问题。它能够交叉引用并自动更新'pip'、'conda'、'poetry'、'uv'、'pixi'和'pdm'等主流工具的官方文档，并为LLM客户端提供权威、准确、实时的文档搜索能力。通过此服务器，您的AI助手可以提供最新的官方语法、教程和最佳实践。

主要功能点

• 多管理器文档集成： 集中搜索'pip'、'conda'、'poetry'、'uv'、'pixi'和'pdm'的官方文档。
• 内容实时更新： 每周自动同步最新官方文档，确保信息准确无误。
• 智能模糊搜索： 支持对文档内容进行模糊搜索，并能处理拼写错误，快速定位相关信息。
• 特定工具筛选： 可以指定搜索结果只返回特定依赖包管理器的文档。
• 为LLM优化： 提供的工具接口包含详细的使用策略和引用要求，帮助LLM生成高质量、可信赖的回答。

安装步骤

本MCP服务器以Docker镜像形式提供，安装非常简便：

1. 安装Docker： 如果您的系统尚未安装Docker，请先访问Docker官网 (docs.docker.com) 下载并安装适用于您操作系统的Docker Desktop或Docker Engine。
2. 拉取Docker镜像： 打开终端或命令行工具，执行以下命令拉取最新的服务器镜像：

   docker pull keminghe/py-dep-man-companion:latest
   

   （为了生产环境的安全性，您也可以指定一个具体的镜像哈希值，可在Docker Hub页面获取最新哈希。）

服务器配置

本MCP服务器是为MCP客户端（如Agentic IDEs）设计的。MCP客户端需要通过配置来发现并启动此服务器。以下是配置此服务器的JSON格式示例及其说明，您需要将此信息添加到您的MCP客户端的配置文件（通常是'mcp.json'）中。

{
  "mcp": {
    "servers": {
      "python-deps": { // 服务器的唯一名称，用于MCP客户端识别和引用
        "command": "docker", // 启动服务器所使用的命令，这里是运行Docker
        "args": ["run", "-i", "--rm", "keminghe/py-dep-man-companion"] // 命令的参数列表，指定运行哪个Docker镜像
      }
    }
  }
}

基本使用方法

一旦MCP客户端配置并连接了此服务器，您可以通过向LLM提出问题来利用其文档搜索能力。LLM将自动调用此MCP服务器的工具来获取答案。

例如，您可以问：

• “如何将一个'conda'项目迁移到'uv'？”
• “'pip'和'poetry'的依赖管理命令有什么不同？”
• “我如何使用'pdm'进行环境隔离？”

服务器将通过LLM返回基于最新官方文档的准确、权威的回答，并附带引用链接以供验证。