maquina-app/rails-mcp-server

解决的问题

本项目为大型语言模型 (LLM) 与 Ruby on Rails 项目的交互提供了一种标准化的方式。它解决了为 AI Agent 提供必要上下文（如数据库架构、路由和模型关系）的问题，从而无需用户手动将代码复制粘贴到提示词中，即可进行代码分析、探索和开发辅助。

工作原理

它实现了模型上下文协议 (MCP)，使其能够充当 LLM 客户端（如 Claude Desktop 或 GitHub Copilot）与 Rails 代码库之间的桥梁。服务器可以以 STDIO 模式（用于直接集成）或 HTTP 模式（用于远程访问）运行。

为了最大限度地减少上下文窗口的使用，它采用了“渐进式工具发现”架构。它没有列出所有可能的动作，而是公开了三个主要的引导工具（switch_project、search_tools 和 execute_tool），LLM 利用这些工具根据需求发现并调用更具体的内部分析器。

适用对象

使用 AI 编程助手并希望让 LLM 能够深入、结构化地访问其应用程序内部结构、文档和配置的 Rails 开发人员。

亮点

• 深度 Rails 内省：包含针对 Active Record 模型（使用 Prism 静态分析）、Rails 路由、数据库架构和控制器-视图关系的专用分析器。
• 文档集成：提供对 Rails、Turbo、Stimulus 和 Kamal 官方指南的内置访问，以及对自定义 Markdown 文档的支持。
• 多项目管理：允许 LLM 在多个配置好的 Rails 项目之间进行切换。
• 灵活部署：支持 STDIO 和 HTTP/SSE 模式，并与常见的 Ruby 版本管理器（mise, asdf, rbenv, rvm）集成。
• 面向 Agent 设计：包含专用的配置工具 (rails-mcp-config)，以便在 Claude Desktop 和 GitHub Copilot 中轻松设置。