baibai:基于 MCP 协议的开发工具库项目

MCP 工具库 - 格式校验器, 数据分析, README 生成器, MCP Server

分支1Tags0

🚀 Baibai — Vibe Coding 开发工具库 v3

💰 价值主张 & 定价

能卖什么:通用工具集 + MCP 支持 — 22 个即插即用中文工具,让 Cursor / Claude Code / Codex 直接开箱即用。

定价:永久免费开源(全部 22 工具 + MCP Server + 完整源码)/ 企业定制按需报价(定制开发 + 技术对接 + SLA)。支持渠道:爱发电赞赏

用自然语言驱动开发 — MCP Server 内容创作工具集(资产底座) AI 编程助手必备工具箱,让 Claude Code、Cursor、Codex 更强大

⚠️ CLI 入口已弃用,请使用 MCP Server:python mcp_server_v2.py --port 8000

GitHub Stars GitHub Forks GitHub License Gitee Stars Python 3.8+ MCP Support


📌 这是 GitHub 官方主仓

Gitee 镜像: gitee.com/Zeon7744/baibai
GitCode 镜像: gitcode.com/Zeon7744/baibai

Issues 和 PR 请在 GitHub 提交。


⚡ 快速开始

# 安装
pip install baibai

# 或使用源码
git clone https://github.com/Zeon7744/baibai.git
cd baibai
pip install -e .

# 启动 MCP Server v3
python mcp_server_v2.py --port 8000

🛠️ 核心工具 (v2 基础工具)

工具 功能 使用场景
check_format Markdown 格式校验 剧本、文档规范性检查
validate_directory 批量校验目录 多文件批量校验
classify_file 内容自动分类 文件类型识别
classify_directory 目录批量分类 大量文件分类
md_to_html Markdown→HTML 内容展示页生成
convert_file 文件转换 Markdown 文件转 HTML
gen_readme README 生成 项目文档维护
extract_content_info 结构化信息提取 内容分析
analyze_content_data 内容统计 字数统计
analyze_directory 目录分析 批量统计
search_content 内容搜索 关键词搜索
list_tools 列出工具 查看所有可用工具

🆕 v3 新增工具 (+10)

工具 功能 输入 输出
file_analyzer 项目文件结构分析 path JSON 报告(文件数、行数、依赖图、质量评分)
prompt_engineer AI 提示词优化 original_prompt, target_outcome 优化后提示词 + 评分对比
code_explainer 代码逻辑解释 code, language 自然语言解释 + 流程图描述
error_analyzer 错误堆栈分析 error_trace, context 可能原因 + 修复方案
batch_processor 批量文件处理 pattern, operation 处理结果报告
docs_generator 自动生成文档 code_path Markdown 文档
test_generator 测试用例生成 code, test_type pytest/unittest/jest 代码
refactoring_suggester 重构建议 code_path 重构建议报告 + 评分
dependency_checker 依赖安全检查 requirements_path 安全报告 + 漏洞列表
api_doc_builder API 文档构建 routes_path OpenAPI 3.0 spec

工具详情

file_analyzer - 项目分析器

{
  "path": "/your/project",
  "total_files": 42,
  "total_lines": 5000,
  "file_types": {".py": 20, ".md": 10, ".json": 5},
  "dependencies": ["flask", "requests", "numpy"],
  "quality_score": 78.5,
  "issues": ["3个函数超过50行"]
}

prompt_engineer - 提示词优化器

{
  "original": "写一篇文章",
  "optimized": "你是一位专业内容创作者...\n目标:...\n请以结构化格式输出...",
  "score_before": 35.0,
  "score_after": 82.0,
  "improvements": ["添加了角色设定", "添加了输出格式要求"]
}

error_analyzer - 错误分析器

{
  "error_type": "FileNotFoundError",
  "location": {"file": "app.py", "line": 42},
  "possible_causes": ["文件或目录不存在"],
  "suggestions": ["检查文件路径", "使用 os.path.exists() 先检查"],
  "severity": "medium"
}

dependency_checker - 依赖安全检查

{
  "score": 65,
  "stats": {"total_packages": 15, "vulnerabilities_high": 3},
  "vulnerabilities": [{"package": "flask", "issue": "CVE-2023-30861"}],
  "recommendations": ["🔴 紧急: flask 存在已知漏洞,请升级"]
}

🔌 MCP 集成

支持接入主流 AI 编程助手:

{
  "mcpServers": {
    "baibai": {
      "command": "python",
      "args": ["mcp_server_v2.py", "--port", "8000"],
      "env": {},
      "notes": "MCP 2026-07-28 无状态协议版本,v3 支持 22 个工具"
    }
  }
}

支持环境: Claude Code、Cursor、Codex、VS Code


📦 项目结构

baibai/
├── tools/                      # 核心工具包
│   ├── format_checker.py       # Markdown 格式校验
│   ├── classifier.py           # 内容分类
│   ├── md2html.py              # MD→HTML 转换
│   ├── readme_gen.py           # README 生成
│   ├── stats_analyzer.py       # 统计分析
│   ├── file_analyzer.py        # [v3] 项目分析器
│   ├── prompt_engineer.py      # [v3] 提示词优化
│   ├── code_explainer.py       # [v3] 代码解释器
│   ├── error_analyzer.py       # [v3] 错误分析器
│   ├── batch_processor.py      # [v3] 批量处理器
│   ├── docs_generator.py       # [v3] 文档生成器
│   ├── test_generator.py       # [v3] 测试生成器
│   ├── refactoring_suggester.py # [v3] 重构建议器
│   ├── dependency_checker.py   # [v3] 依赖检查器
│   ├── api_doc_builder.py      # [v3] API 文档构建器
│   └── cli.py                  # CLI 入口
├── tests/
│   ├── test_mcp.py             # MCP 基础测试
│   └── test_new_tools.py       # [v3] 新工具测试
├── mcp_server_v2.py            # MCP Server 主文件 (v3)
├── .mcp.json                   # MCP 配置
├── templates/                  # 页面模板
├── scripts/                    # 运维脚本
└── README.md

🎯 适用场景

  • ✅ 短剧剧本批量格式校验
  • ✅ 内容库数据统计与报告
  • ✅ Markdown 批量转 HTML
  • ✅ README 自动化维护
  • ✅ AI 编程助手 MCP 扩展
  • ✅ 项目代码质量分析
  • ✅ 错误堆栈智能分析
  • ✅ 自动化测试用例生成
  • ✅ 依赖安全漏洞检测
  • ✅ API 文档自动生成
  • ✅ 代码重构建议
  • ✅ 提示词质量优化

🧪 测试

# 运行所有测试
cd baibai
pytest tests/ -v

# 仅运行 v3 新工具测试
pytest tests/test_new_tools.py -v

# 运行覆盖率
pytest tests/ --cov=tools --cov-report=term-missing

📊 版本状态

指标 数值
最新版本 v3.0.0
Python 版本 3.8+
工具数量 22 个 (v2: 12 + v3: 10)
测试覆盖 85%+
最后更新 2026-09-25
协议版本 MCP 2026-07-28

🤝 贡献指南

欢迎 PR!请遵循以下步骤:

  1. Fork 本仓库
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 开启 Pull Request

☕ 支持作者

如果这个项目对你有帮助,欢迎赞助 ☕

渠道 方式
爱发电 支付宝 / 微信支付
GitHub Sponsors PayPal / Stripe

由 Zeon7744 维护
Vibe Coding · 自然语言驱动开发


🚀 免费开源 + 企业定制

baibai 永久免费开源,全部 22 个工具 + MCP Server 均可免费使用。

  • 免费:pip install baibai 或克隆源码,全部功能免费。
  • 企业定制:按需报价 → 联系商务。

详细定价见 pricing.md


快速上手

依赖安装:

python3 -m pip install -r requirements.txt

变现路径

工具库,免费开源,能力已并入 vibecoding-cli,本仓作资产底座,不独立售卖。企业定制联系商务。

定价:见 pricing.md | 赞助:爱发电 @Zeon7744

🧩 与 vibecoding-cli 的分工(工具仓 vs 护城河仓)

本仓定位"通用 CLI 工具集 + MCP 资产底座",与 vibecoding-cli 严格分工、不互卷:

维度 baibai(本仓·工具仓) vibecoding-cli(护城河仓)
角色 单点工具能力层(文件/代码/终端/文档/短剧校验等原子工具 + MCP Server) 任务编排 + 记忆 + 护城河(三层记忆、learning engine、任务闭环、Pro 付费门)
差异化 可被任何 MCP 消费方(Cursor/Claude Code/Codex)直接挂载的"即插即用工具" "越用越聪明"的自动学习与记忆沉淀,端到端任务闭环
变现 资产底座,不独立售卖 Pro ¥29/月 + 咨询/企业授权

即:baibai 提供"能调的工具",vibecoding-cli 提供"会思考、能复用经验的智能体"。


⚖️ 商用与合规

开源范围

  • 代码(22 个工具 + MCP Server)以 MIT License 开放,可自由使用、修改与商用。
  • 以下部分不属于开源范围:企业定制(定制工具开发、技术对接、SLA 支持)。

付费功能边界

  • 赞赏(任意金额):支持作者持续维护,功能不改变
  • Pro(¥99/月):vibecoding-cli 护城河仓 Pro 档订阅(本仓不独立售卖,能力已并入)
  • 企业(¥999/月):定制工具开发 + 私有部署 + SLA 保障

合规免责

  • 本工具库包含文件读写、终端命令、代码分析等高风险操作,使用者应在受控环境执行并自行复核结果
  • 文件操作类工具(file_ops/terminal 等)可能导致数据丢失或越权,后果由使用者自行承担
  • 调用外部 LLM/MCP API 的费用与合规责任由使用者按对应服务商协议自行承担

⚖️ 法控声明(工具与代码)

  • 代码不用于训练:本仓代码与工具调用日志不用于任何大模型训练;mcp_server_v2 服务端不向第三方回流调用方代码/文件内容。
  • 数据隐私:工具仅处理调用方在本地/沙箱内提供的文件与代码,不落盘、不上报任何个人敏感信息;--dangerously-skip-permissions 模式下的越权风险由使用者自担。
  • 合规免责:文件读写/终端命令类工具属高风险操作,使用者应自行在受控环境执行并复核结果,因使用本仓工具产生的数据丢失/越权后果由使用者负责。

💰 订阅支持

baibai 永久免费开源 🎉 所有 22 个工具 + MCP Server 均可免费使用。

如果你觉得这个项目对你有帮助,欢迎通过爱发电支持作者持续维护:

👉 爱发电赞助(支付宝 / 微信支付)

需要企业定制工具?联系商务 按需报价。

详细定价见 pricing.md


💛 支持 & 发布(爱发电双通道)

本仓通过爱发电完成「创作者赞赏/订阅收款」与「作品/内容社区发布」双通道运营,二者共存:

通道 用途 入口
💰 爱发电收款 赞赏、订阅、Pro 会员、赞助维护 爱发电 @Zeon7744
📣 爱发电社区发布 作品展示、内容连载、粉丝互动、发布分发 爱发电社区 @Zeon7744
  • 收款:赞赏 / 订阅 Pro / 企业赞助,支付宝 + 微信支付,无需备案域名
  • 社区发布:把本仓产出(作品 / 剧本 / 工具演示 / 案例)在爱发电社区连载发布,沉淀粉丝、引流回仓
  • 两通道独立共存,按需选用;收款不强制绑定社区发布

本仓内容仅供创作参考,发布前请完成人工合规审查与平台备案。


🎯 定价理念:先体验,后付费

以人为本,让使用者深度体验价值后再做决定:

  • 免费额度拉满:所有仓库的免费版本提供足够深度的体验额度,不人为设限——把核心能力先跑起来,让你真正用到
  • 深度体验再付费:付费版解锁的是更高频次、更完整功能、更高级资源(模板/工具/分成),不是限制基础体验
  • 你的反馈驱动迭代:每一条回馈都是产品优化的第一手依据,我们据此持续完善

💬 用户回馈(驱动迭代)

使用中发现任何问题、想法、建议 → 直接回馈,驱动下一版:

方式 入口 说明
社区评论 爱发电社区 @Zeon7744 作品下评论/留言,直接驱动迭代
Issue 本仓 GitHub / Gitee / GitCode 的 Issues Bug / 功能建议 / 定价反馈
赞赏反馈 爱发电赞赏留言 支持的同时留下使用心得

每一条回馈都是产品优化的第一手依据。不强制,但真诚欢迎。

项目介绍

MCP 工具库 - 格式校验器, 数据分析, README 生成器, MCP Server

定制我的领域