DevEnvInfoServer - Cursor MCP Server for Development Environment Information

DevEnvInfoServer - Cursor MCP Server for Development Environment Information

site icon
2025.03.06 4
Python开发环境信息系统监控开发工具集成开发效率
DevEnvInfoServer 是一个基于 Cursor Model Context Protocol (MCP) 的服务,旨在为 Cursor 代码编辑器提供详细的开发环境信息。通过该服务,Cursor 的智能代理可以深入了解系统的配置、安装的工具以及运行中的进程,从而提供更具上下文感知的智能协助。
View on GitHub

Overview

基本能力

产品定位

DevEnvInfoServer 是一个开发环境信息收集服务,旨在为 Cursor 代码编辑器提供详细的系统信息和开发环境配置,以增强智能代理的上下文感知能力。

核心功能

  • 系统信息:操作系统版本、硬件详情、Python 版本、包管理器信息、虚拟环境信息等。
  • 开发环境详情:安装的编译器、解释器、Jupyter 内核、运行中的容器、虚拟机等。
  • Python 特定信息:安装的 Python 包、站点包位置、活动 Python 环境等。
  • 包管理器详情:Homebrew 安装的包、全局包(npm、yarn、Rust 工具链等)。
  • 配置和点文件:Shell 配置文件、Git、NPM 和编辑器配置等。
  • 安装的应用程序:IDE 和扩展、系统安装的应用程序等。
  • 系统和硬件性能:CPU 负载、电池和电源管理配置、温度传感器等。
  • 网络和安全:运行中的网络服务、VPN 和代理设置、SSH 密钥等。
  • 容器化和虚拟化:WSL、Docker、Kubernetes、Vagrant、虚拟机等。
  • 开发工具和语言:安装的开发语言、版本管理工具等。
  • 调试和性能监控:负载平均值、内存使用、调试工具等。
  • 版本控制和 CI/CD:Git 配置、CI/CD 管道配置文件等。
  • 云和远程开发:SSH 配置、云 SDK、远程代码执行环境等。
  • 代码执行和调试:活动调试会话、安装的调试工具等。
  • 构建系统和依赖管理:安装的构建工具、检测到的依赖文件等。
  • 基础设施和 DevOps 工具:本地 Kubernetes 配置、DevOps 工具等。
  • 测试和质量保证:安装的测试框架、代码检查器和格式化工具等。
  • 机器学习和 AI 开发:GPU 和 CUDA 信息、PyTorch 和 TensorFlow 状态等。
  • 嵌入式开发 / IoT:安装的嵌入式 SDK、连接的设备和串口等。
  • 生产力和工作流增强:Shell 别名、函数、自定义脚本等。

适用场景

  • 开发者在 Cursor 编辑器中使用智能代理时,需要提供详细的开发环境信息以增强代理的上下文感知能力。
  • 开发者需要快速获取系统配置、安装的工具和运行中的进程信息。
  • 开发者需要在远程开发或云环境中同步开发环境信息。

工具列表

  • 系统信息工具:收集操作系统版本、硬件详情等。
  • 开发环境工具:收集编译器、解释器、容器、虚拟机等信息。
  • Python 工具:收集 Python 包、虚拟环境等信息。
  • 包管理器工具:收集 Homebrew、npm、yarn 等包管理器信息。
  • 配置工具:收集 Shell 配置、Git 配置等信息。
  • 应用程序工具:收集 IDE、系统应用程序等信息。
  • 性能工具:收集 CPU 负载、电池信息等。
  • 网络工具:收集网络服务、VPN 设置等信息。
  • 容器化工具:收集 Docker、Kubernetes 等信息。
  • 开发工具:收集 Rust、Node.js 等开发语言信息。
  • 调试工具:收集调试会话、调试工具等信息。
  • 构建工具:收集构建系统、依赖文件等信息。
  • DevOps 工具:收集 Kubernetes、Terraform 等信息。
  • 测试工具:收集测试框架、代码检查器等信息。
  • 机器学习工具:收集 GPU、CUDA 等信息。
  • 嵌入式工具:收集嵌入式 SDK、串口等信息。
  • 生产力工具:收集 Shell 别名、脚本等信息。

常见问题解答

  • 如何安装和配置该服务?:按照 README 中的安装步骤操作即可。
  • 如何与 Cursor 集成?:在 Cursor 的 MCP 设置中添加该服务并配置为 stdio 类型。
  • 如何手动调用工具?:可以在 Cursor 的 Composer 中明确请求工具名称或描述。

使用教程

使用依赖

  1. 确保已安装 Python 3.x。
  2. 确保已安装 Git。

安装教程

  1. 克隆仓库bash git clone https://github.com/carterlasalle/system_information_mcp.git cd system_information_mcp
  2. 创建虚拟环境bash python -m venv venv
  3. 激活虚拟环境
  4. Linux/macOSbash source venv/bin/activate
  5. Windowsbash venv\Scripts\activate
  6. 安装依赖bash pip install -r requirements.txt

调试方式

  1. 运行服务bash python claudemcp.py
  2. 检查输出:确保服务正常运行并输出预期的系统信息。
  3. 在 Cursor 中验证:确保 Cursor 能够识别并调用该服务的工具。

许可证

None