Aider MCP Server - 实验性

用于将AI编码工作卸载到Aider的模型上下文协议服务器，以提高开发效率和灵活性。

概述

此服务器允许Claude Code将AI编码任务卸载到Aider，即最佳开源AI编码助手。通过将某些编码任务委托给Aider，我们可以降低成本，控制我们的编码模型，并以更协调的方式操作Claude Code来审查和修订代码。

安装

0. 克隆仓库：

git clone https://github.com/disler/aider-mcp-server.git

1. 安装依赖项：

uv sync

2. 创建你的环境文件：

cp .env.sample .env

3. 在.env文件中配置你的API密钥（或使用mcpServers的"env"部分），以便在aider中使用所需的模型：

GEMINI_API_KEY=your_gemini_api_key_here
OPENAI_API_KEY=your_openai_api_key_here
ANTHROPIC_API_KEY=your_anthropic_api_key_here
...参见.env.sample获取更多信息

4. 将.mcp.json复制并填充到项目根目录，并更新--directory指向此项目的根目录，以及--current-working-dir指向你的项目根目录。

{
  "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>",
        ...参见.env.sample获取更多信息
      }
    }
  }
}

测试

使用gemini-2.5-pro-exp-03-25进行测试

运行所有测试：

uv run pytest

运行特定测试：

# 列出模型测试
uv run pytest src/aider_mcp_server/tests/atoms/tools/test_aider_list_models.py

# AI编码测试
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。确保在运行测试之前将其设置在你的.env文件中。

将此MCP服务器添加到Claude Code

使用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>"

使用gemini-2.5-pro-preview-0-03-25

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>"

使用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

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>"

使用方法

此MCP服务器提供以下功能：

1. 将AI编码任务卸载到Aider：

   • 接受提示和文件路径
   • 使用Aider实现请求的更改
   • 返回成功或失败

2. 列出可用模型：

   • 提供与子字符串匹配的模型列表
   • 有助于发现支持的模型

可用工具

此MCP服务器公开了以下工具：

1. aider_ai_code

此工具允许您基于提供的提示和指定的文件运行Aider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被允许修改的文件路径列表（相对于current_working_dir）。如果文件不存在，将会创建。
• relative_readonly_files（字符串列表，可选）：Aider可以读取但不能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应使用的生成代码的主要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应使用的编辑/细化代码的AI模型，特别是在使用架构师模式时。如果没有提供，主要model可能会根据Aider的内部逻辑使用。默认为None。

示例用法（在MCP请求内）：

Claude Code提示：

使用Aider AI Code工具：重构calculator.py中的calculate_sum函数以处理潜在的TypeError异常。

结果：

{
  "name": "aider_ai_code",
  "parameters": {
    "ai_coding_prompt": "重构calculator.py中的calculate_sum函数以处理潜在的TypeError异常。",
    "relative_editable_files": ["src/calculator.py"],
    "relative_readonly_files": ["docs/requirements.txt"],
    "model": "openai/gpt-4o"
  }
}

返回值：

• 简单字典：{success, diff}
  • success：布尔值 - 操作是否成功。
  • diff：字符串 - 对文件所做的更改的差异。

2. list_models

此工具列出由Aider支持且与给定子字符串匹配的AI模型。

参数：

• substring（字符串，必需）：要在可用模型名称中搜索的子字符串。

示例用法（在MCP请求内）：

Claude Code提示：

使用Aider List Models工具：列出包含子字符串“gemini”的模型。

结果：

{
  "name": "list_models",
  "parameters": {
    "substring": "gemini"
  }
}

返回值：

• 匹配提供的子字符串的模型名称字符串列表。例如：["gemini/gemini-1.5-flash", "gemini/gemini-1.5-pro", "gemini/gemini-pro"]

架构

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：具体能力（AI编码，列出模型）
  • 实用工具：常量和辅助函数
  • 数据类型：使用Pydantic定义的类型

所有组件都经过彻底测试以确保可靠性。

代码库结构

项目组织成以下主要目录和文件：

.
├── ai_docs                   # 与AI模型和示例相关的文档
│   ├── just-prompt-example-mcp-server.xml
│   └── programmable-aider-documentation.md
├── pyproject.toml            # 项目元数据和依赖项
├── README.md                 # 此文件
├── specs                     # 规范文档
│   └── init-aider-mcp-exp.md
├── src                       # 源代码目录
│   └── aider_mcp_server      # 服务器的主要包
│       ├── __init__.py       # 包初始化器
│       ├── __main__.py       # 服务器可执行程序的主入口点
│       ├── atoms             # 核心、可重用组件（纯函数）
│       │   ├── __init__.py
│       │   ├── data_types.py # 数据结构的Pydantic模型
│       │   ├── logging.py    # 自定义日志设置
│       │   ├── tools         # 单个工具的实现
│       │   │   ├── __init__.py
│       │   │   ├── aider_ai_code.py # aider_ai_code工具的逻辑
│       │   │   └── aider_list_models.py # list_models工具的逻辑
│       │   └── utils.py      # 工具函数和常量（如默认模型）
│       ├── server.py         # MCP服务器逻辑，工具注册，请求处理
│       └── tests             # 单元和集成测试
│           ├── __init__.py
│           └── atoms         # 原子层的测试
│               ├── __init__.py
│               ├── test_logging.py # 日志测试
│               └── tools     # 工具的测试
│                   ├── __init__.py
│                   ├── test_aider_ai_code.py # AI编码工具的测试
│                   └── test_aider_list_models.py # 模型列表工具的测试

• src/aider_mcp_server：包含主要应用程序代码。
  • atoms：持有基本构建模块。这些设计为纯函数或具有最小依赖性的简单类。
    • tools：这里的每个文件实现了特定MCP工具的核心逻辑（aider_ai_code，list_models）。
    • utils.py：包含共享常量，如默认模型名称。
    • data_types.py：定义了用于请求/响应结构的Pydantic模型，确保数据验证。
    • logging.py：设置了一致的日志格式，用于控制台和文件输出。
  • server.py：编排MCP服务器。它初始化服务器，注册在atoms/tools目录中定义的工具，处理传入请求，将它们路由到适当的工具逻辑，并根据MCP协议发送回响应。
  • __main__.py：提供了命令行界面入口点（aider-mcp-server），解析如--editor-model等参数，并启动在server.py中定义的服务器。
  • tests：包含与src目录结构相映射的测试，确保每个组件（尤其是原子）按预期工作。