Aider MCP 服务器 - 实验性
模型上下文协议服务器，用于将AI编码工作卸载到Aider，提高开发效率和灵活性。
概述
该服务器允许 Claude Code 将 AI 编码任务分流给最佳开源 AI 编码助手 Aider。通过将某些编码任务委托给 Aider，我们可以降低成本，更好地控制编码模型，并以更协调的方式运行 Claude Code 来审查和修改代码。
设置
- 克隆存储库：
git clone https://github.com/disler/aider-mcp-server.git
- 安装依赖项：
- 创建您的环境文件：
- 在
.env文件中配置您的 API 密钥（或使用 mcpServers 的“env”部分）以获取您想要在 aider 中使用的模型所需的 api 密钥：
GEMINI_API_KEY=your_gemini_api_key_here
OPENAI_API_KEY=your_openai_api_key_here
ANTHROPIC_API_KEY=your_anthropic_api_key_here
...see .env.sample for more
- 将
.mcp.json复制并填写到项目的根目录中，并更新--directory以指向该项目的根目录，以及--current-working-dir以指向项目的根目录。
{
"mcpServers": {
"aider-mcp-server": {
"type": "stdio",
"command": "uv",
"args": [
"--directory",
"<path to this project>",
"run",
"aider-mcp-server",
"--editor-model",
"gpt-4o",
"--current-working-dir",
"<path to your project>"
],
"env": {
"GEMINI_API_KEY": "<your gemini api key>",
"OPENAI_API_KEY": "<your openai api key>",
"ANTHROPIC_API_KEY": "<your anthropic api key>",
...see .env.sample for more
}
}
}
}
测试
使用 gemini-2.5-pro-exp-03-25 进行测试
运行所有测试：
运行特定测试：
# Test listing models
uv run pytest src/aider_mcp_server/tests/atoms/tools/test_aider_list_models.py
# Test AI coding
uv run pytest src/aider_mcp_server/tests/atoms/tools/test_aider_ai_code.py
注意：AI 编码测试需要 Gemini 模型的有效 API 密钥。请确保在运行测试之前将其设置在.env文件中。
将此 MCP 服务器添加到 Claude Code
添加gemini-2.5-pro-exp-03-25
claude mcp add aider-mcp-server -s local \
-- \
uv --directory "<path to the aider mcp server project>" \
run aider-mcp-server \
--editor-model "gemini/gemini-2.5-pro-exp-03-25" \
--current-working-dir "<path to your project>"
添加gemini-2.5-pro-preview-03-25
claude mcp add aider-mcp-server -s local \
-- \
uv --directory "<path to the aider mcp server project>" \
run aider-mcp-server \
--editor-model "gemini/gemini-2.5-pro-preview-03-25" \
--current-working-dir "<path to your project>"
添加quasar-alpha
claude mcp add aider-mcp-server -s local \
-- \
uv --directory "<path to the aider mcp server project>" \
run aider-mcp-server \
--editor-model "openrouter/openrouter/quasar-alpha" \
--current-working-dir "<path to your project>"
使用llama4-maverick-instruct-basic添加
claude mcp add aider-mcp-server -s local \
-- \
uv --directory "<path to the aider mcp server project>" \
run aider-mcp-server \
--editor-model "fireworks_ai/accounts/fireworks/models/llama4-maverick-instruct-basic" \
--current-working-dir "<path to your project>"
用法
该 MCP 服务器提供以下功能：
- 将 AI 编码任务卸载到 Aider ：
- 接受提示和文件路径
- 使用 Aider 来实现所请求的更改
- 返回成功或失败
- 列出可用的模型：
- 提供与子字符串匹配的模型列表
- 对于发现支持的模型很有用
可用工具
该 MCP 服务器公开以下工具：
1. aider_ai_code
该工具允许您运行 Aider 根据提供的提示和指定的文件执行 AI 编码任务。
参数：
ai_coding_prompt （字符串，必需）：AI 编码任务的自然语言指令。relative_editable_files （字符串列表，必需）：Aider 允许修改的文件路径列表（相对于current_working_dir ）。如果文件不存在，则会创建该文件。relative_readonly_files （字符串列表，可选）：Aider 可以读取但无法修改的文件路径列表（相对于current_working_dir ）。默认为空列表[] 。model （字符串，可选）：Aider 用于生成代码的主要 AI 模型。默认为"gemini/gemini-2.5-pro-exp-03-25" 。您可以使用list_models工具查找其他可用模型。editor_model （字符串，可选）：Aider 用于编辑/优化代码的 AI 模型，尤其是在使用架构师模式时。如果未提供，则可能会根据 Aider 的内部逻辑使用主model 。默认为None 。
使用示例（在 MCP 请求中）：
克劳德代码提示：
Use the Aider AI Code tool to: Refactor the calculate_sum function in calculator.py to handle potential TypeError exceptions.
结果：
{
"name": "aider_ai_code",
"parameters": {
"ai_coding_prompt": "Refactor the calculate_sum function in calculator.py to handle potential TypeError exceptions.",
"relative_editable_files": ["src/calculator.py"],
"relative_readonly_files": ["docs/requirements.txt"],
"model": "openai/gpt-4o"
}
}
返回：
- 一个简单的字典：{success, diff}
success ：boolean - 操作是否成功。diff ：字符串-对文件所做更改的差异。
2. list_models
该工具列出了与给定子字符串匹配的 Aider 支持的可用 AI 模型。
参数：
substring （字符串，必需）：在可用模型名称中搜索的子字符串。
使用示例（在 MCP 请求中）：
克劳德代码提示：
Use the Aider List Models tool to: List models that contain the substring "gemini".
结果：
{
"name": "list_models",
"parameters": {
"substring": "gemini"
}
}
返回：
- 与提供的子字符串匹配的型号名称字符串列表。示例：
["gemini/gemini-1.5-flash", "gemini/gemini-1.5-pro", "gemini/gemini-pro"]
建筑学
服务器结构如下：
- 服务器层：处理 MCP 协议通信
- 原子层：独立的、纯功能组件
- 工具：特定功能（AI编码、列表模型）
- Utils ：常量和辅助函数
- 数据类型：使用 Pydantic 的类型定义
所有组件都经过了彻底的可靠性测试。
代码库结构
该项目分为以下主要目录和文件：
.
├── ai_docs # Documentation related to AI models and examples
│ ├── just-prompt-example-mcp-server.xml
│ └── programmable-aider-documentation.md
├── pyproject.toml # Project metadata and dependencies
├── README.md # This file
├── specs # Specification documents
│ └── init-aider-mcp-exp.md
├── src # Source code directory
│ └── aider_mcp_server # Main package for the server
│ ├── __init__.py # Package initializer
│ ├── __main__.py # Main entry point for the server executable
│ ├── atoms # Core, reusable components (pure functions)
│ │ ├── __init__.py
│ │ ├── data_types.py # Pydantic models for data structures
│ │ ├── logging.py # Custom logging setup
│ │ ├── tools # Individual tool implementations
│ │ │ ├── __init__.py
│ │ │ ├── aider_ai_code.py # Logic for the aider_ai_code tool
│ │ │ └── aider_list_models.py # Logic for the list_models tool
│ │ └── utils.py # Utility functions and constants (like default models)
│ ├── server.py # MCP server logic, tool registration, request handling
│ └── tests # Unit and integration tests
│ ├── __init__.py
│ └── atoms # Tests for the atoms layer
│ ├── __init__.py
│ ├── test_logging.py # Tests for logging
│ └── tools # Tests for the tools
│ ├── __init__.py
│ ├── test_aider_ai_code.py # Tests for AI coding tool
│ └── test_aider_list_models.py # Tests for model listing tool
src/aider_mcp_server ：包含主应用程序代码。atoms ：包含基本构建块。它们被设计为纯函数或具有最小依赖关系的简单类。tools ：这里的每个文件都实现了特定 MCP 工具（ aider_ai_code 、 list_models ）的核心逻辑。utils.py ：包含共享常量，如默认模型名称。data_types.py ：定义请求/响应结构的 Pydantic 模型，确保数据验证。logging.py ：为控制台和文件输出设置一致的日志格式。
server.py ：负责编排 MCP 服务器。它负责初始化服务器、注册在atoms/tools目录中定义的工具、处理传入的请求、将其路由到相应的工具逻辑，并根据 MCP 协议返回响应。__main__.py ：提供命令行界面入口点（ aider-mcp-server ），解析--editor-model等参数并启动server.py中定义的服务器。tests ：包含镜像src目录结构的测试，确保每个组件（尤其是原子）按预期工作。