MCP Claude Code — это реализация возможностей Claude Code в виде MCP-сервера, позволяющая AI-ассистентам напрямую анализировать, редактировать и улучшать файлы проекта с продвинутой системой безопасности, делегированием задач под-агентам и поддержкой множества LLM-провайдеров.
Ключевые особенности:
Глубокое понимание и модификация кода: Предоставляет инструменты read, write, edit и multi_edit для построчного чтения, точечного редактирования и атомарной замены текста в файлах проекта с сохранением целостности.
Высокопроизводительный поиск и анализ AST: Инструменты grep (интегрирован с ripgrep) и grep_ast обеспечивают сверхбыстрый поиск по шаблонам с отображением контекста найденных функций, классов и других структур в коде.
Делегирование задач под-агентам: Функция dispatch_agent позволяет запускать специализированных под-агентов, которые параллельно выполняют сложные read-only-задачи на разных участках проекта, ускоряя анализ больших кодовых баз.
Поддержка Jupyter Notebooks: Умеет читать исходный код и выводы из всех ячеек блокнотов (notebook_read), а также редактировать, вставлять и удалять ячейки (notebook_edit), что делает его пригодным для data science-проектов.
Структурированное планирование: Включает инструменты todo_write и todo_read для создания и отслеживания иерархических списков задач прямо в ходе работы над проектом.
Гибридный запуск команд и управление агентами: Поддерживает выполнение shell-команд через run_command, пакетные операции через batch, а также конфигурирование любой LiteLLM-совместимой модели для работы агентов.
Для кого: Ориентирован на разработчиков и AI-инженеров, использующих Claude Desktop в качестве основной среды для разработки. Проект предназначен для тех, кому необходимо дать AI-помощнику полный и безопасный контроль над файловой системой для внесения изменений, рефакторинга кода и управления комплексными задачами в production-проектах.
Сценарии использования:
AI-ассистированный рефакторинг: анализ структуры кода через grep_ast, поиск уязвимых паттернов и атомарная замена через multi_edit без риска поломать файл.
Параллельный аудит больших проектов: запуск нескольких под-агентов через dispatch_agent, которые одновременно инспектируют разные модули системы, а затем агрегируют результаты.
Автоматизация data science-пайплайнов: чтение и редактирование Jupyter Notebooks с обучением моделей, проверкой метрик и обновлением кода ячеек прямо через Claude.
Управление сложными задачами: создание плана работ через todo_write и последовательное выполнение его пунктов с помощью различных инструментов без потери контекста.
Цены и доступность: Проект полностью бесплатный и имеет открытый исходный код (MIT License). Распространяется через GitHub-репозиторий, содержит 37 релизов. Установка осуществляется через стандартный менеджер пакетов Python с использованием UV, подробные инструкции — в INSTALL.md.
