Code Runner MCP Server,来了!

大家好!我是韩老师。

 

如果作为程序员的你,还不了解 MCP (Model Context Protocol) 的话,那韩老师劝你赶紧去补补课吧!

 

本文不对 MCP 进行详细介绍~

简单来说,MCP is another LSP in AI World!

也许有一天,AI 程序员不懂 MCP,就犹如前端程序员不懂 JavaScript!

 

大家都知道韩老师开发了一款超过 7000 万下载量的 Code Runner VS Code extension 吧!

那么,如果把 Code Runner 的代码运行功能,做成一个 MCP Server,那么是不是会很强大!

 

于是,周三晚上,说干就干!

构思、设计、开发、调试、测试、发布,一气呵成!

我发布了 Code Runner MCP Server:

 

刚刚看了下,发布不到一天时间,已有 221 个下载量了!

 

因为可以运行多种编程语言,你甚至可以通过 Python/JS 等主流语言,把 Code Runner MCP Server 作为灵活又强大的 Computer Use!
这个 Computer Use tool 可以干任何事!

 

比如,查询当前 OS 的 CPU 信息:

 

比如,查询 MSFT 最新股价:

 

比如,给当前窗口截图,并保存图片到本地。

 

在上面的例子中,当遇到 pip 包没有安装时,GH Copilot Agent 甚至能帮忙自动安装,最终完成截图任务!


Simple, but just work!

 

任何 Python/JS 能干的事,Code Runner MCP Server 都能干!

你可以在任何支持 MCP 协议的客户端中使用 Code Runner MCP Server:VS Code、CursorWindsurf、Claude Desktop 等等。(注:VS Code 需要用最新的 Insider 版本。)

支持的编程语言:JavaScript, PHP, Python, Perl, Perl 6, Ruby, Go, Lua, Groovy, PowerShell, BAT/CMD, BASH/SH, F# Script, C# Script, VBScript, TypeScript, CoffeeScript, Scala, Swift, Julia, Crystal, OCaml Script, R, AppleScript, Elixir, Clojure, Racket, Scheme, AutoHotkey, AutoIt, Kotlin Script, Dart, Haskell, Ni, Lisp, Kit, V, SCSS, Sass。

 

目前 Code Runner MCP Server 还只支持 stdio。未来支持 SSE 之后,甚至还能在 remote 跑!

 

好了,说完了第一个项目。

那么再来说说第二个项目吧!

 

为什么一晚上要肝两个项目啊?

 

主要是现在 MCP Server 的开发体验不太行,坑不少,甚至连 scaffolding tool 都没!

 

《如果你觉得TA不够好,那就是改进TA》

 

于是,我开发了 Yoeman Generator for MCP Server:

 

现在开始,scaffolding tool 有了!

通过 Yoeman Generator,你可以在命令行中,轻松创建一个 MCP Server 了!

 

一些想法

在使用和开发 MCP 的过程中,有一些观点和想法,随便分享下:

1. 从 MCP 支持的两个协议 stdio 和 SSE 来看,MCP 确实有点“快而糙”。如果我当年本科的暑假大作业,还有一天就要deadline了,我也许才会选择这两个协议,能让我快速出活。

2. 不过呢,MCP的“成功”,也许并不是因为它做到了最好,而是它出的早,抢占了先机。然后今年一月份二月份 Cursor 和 Windsurf 纷纷支持了 MCP,加速了 MCP 的广泛应用。开发者写一份 MCP Server 就能在许多主流的 AI IDE/AI Application 中使用,那必是极好的。

3. 生态,很重要。现在已经可以看到成千上万的 MCP Server 了,以及许多支持 MCP 的 IDE 或者应用客户端。这样会形成一个良性循环。开发者就会有动力来开发新的 MCP Server 或者 MCP Hosts,以及相应的周边。IBM 最近也出了个 ACP (Agent Communication Protocol),如果生态做不起来,那也难玩。同样的道理,近些年,你会经常发现一些新出来的编辑器,不过,它们很多都有一个共同点,就是支持运行 VS Code 插件。这,就是插件生态的重要性。

 

当然了,总体来说,我个人还是很看好 MCP 的未来的~

未来可期!

 

最近也看到了业界不少很有意思的 MCP 项目,之后有时间再和大家分享吧~

 

最后提一下,我的两个 MCP 项目完全开源,欢迎来围观或者一起共谋大业:

https://github.com/formulahendry/mcp-server-code-runner

https://github.com/formulahendry/generator-mcp

原创作者: formulahendry 转载于: https://www.cnblogs.com/formulahendry/p/18787766
内容概要:本文介绍了一项创新性未发表的研究,即利用多元宇宙优化算法(Multiverse Optimizer, MVO)对分时电价下的需求响应与综合能源系统调度问题进行建模与求解,旨在实现能源系统的经济性、高效性与可持续性运行。该研究构建了包含多种能源设备(如光伏、风机、燃气轮机、储能系统等)及可调节负荷的综合能源系统模型,充分考虑了用户侧的需求响应行为在分时电价机制下的响应特性,通过MVO算法对系统运行成本、能源利用率、碳排放等多目标进行协同优化,实现了日前调度计划的智能决策。研究还提供了完整的MATLAB代码实现,便于研究人员复现实验、验证算法性能,并为进一步研究提供可靠的仿真基础。; 适合人群:具备一定电力系统、优化算法及MATLAB编程基础的科研人员、研究生以及从事能源互联网、综合能源系统规划与运行的技术工程师。; 使用场景及目标:① 学习并掌握多元宇宙优化算法在复杂能源系统调度中的具体应用方法;② 研究分时电价机制如何通过需求响应引导用户参与电网互动,实现削峰填谷;③ 实现综合能源系统(IES)中冷、热、电、气等多种能源的协同优化调度,以降低运行成本、提高新能源消纳能力和系统可靠性;④ 为相关领域的学术研究提供可复现的代码实例和仿真平台。; 阅读建议:此资源以MATLAB代码为核心载体,深入剖析了算法应用与系统建模的全过程。建议读者在学习时,不仅应关注代码的实现细节,更要理解其背后的数学模型、优化目标设定和约束条件的物理意义。建议结合文档中的模型描述,逐步调试代码,观察不同参数和场景下的优化结果,从而深刻掌握综合能源系统优化调度的设计思想与关键技术。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值