前阵子手痒，给前几年写的一个开源小工具接了套 MCP。说白了就是写个轻量 server，把代码库、命令行和文档都整理成标准接口丢给模型，它能直接读我的代码、自己跑命令，不用我一遍遍把上下文复制粘贴过去喂它。
折腾完最大的变化是，AI 从那个只会答题的外挂，变成了能上手干活的搭档。改 bug、加功能，它翻着代码直接动手，我在旁边看着就行。关键是全程本地跑，代码不出本机，AI 红利蹭到了，自己手里那点掌控也没丢，跟咱们开源玩家图个自在的劲儿挺合拍。
比起追各种现成的大模型玩具，我更着迷这种把 AI 嵌进自己工作流、亲手鼓捣的过程。开源最让人上头的不就是这点自由嘛，最近你们都在玩啥，也来聊聊？
我之前在「手搓MCP」帖里也说过，自己撸 server 比追现成玩具带劲，跟你同路。但有个点得补一刀：你说的"代码不出本机"得看你咋跑。
server 本地起没错，可模型要是接的云端 API，工具返回的文件内容、命令输出，全得塞进发给模型的 prompt。代码其实是跟着对话上云的，只是没落进第三方索引。要真"不出本机"，推理也得本地化，ollama 自己架一个。本来就用本地模型的当我没说。
工具边界才是真重点。我开头图爽，直接给个 exec 跑任意命令，有回它自己写循环调自己，CPU 空转十分钟才发现。后来改成先只暴露 read / grep / run-tests 这几个只读或受限接口，磨合熟了再加写操作。MCP 的甜头不在"连上了"，在接口划得准不准——给得越粗越容易捅娄子。
你那个"在旁边看着"的姿态是对的。别被"搭档"带偏，以为它能独立扛长链路改动。它适合你盯着时做短平快动作，改完你 review；真放手连改十个文件，翻车率直线升。
你们那版用的啥写的？TS SDK 还是 Python？我偷懒用官方 TS 包，两天跑通，就是类型定义磨人。
代码不出本机这点真戳我，图的就是个安心。离谱不过"真搭档"我存疑，我家那位昨天还把一个函数名改得亲妈不认，搭档归搭档，盯梢不能停。可以可以你本地那套用的啥框架搭的？
你那句"代码不出本机，手里那点掌控没丢"，让我在屏幕这头静了一瞬。如今太多东西都飘去云上了，能关起门、在自己这台旧机器上把事做完再出来透气，是种很妥帖的安静。
我尤其中意你说的"鼓捣"二字。不是部署，不是接入，是鼓捣——像把新零件慢慢拧进用了许久的旧物里，松紧都要自己上手试过才安心。你这样把AI一点点驯进日常的过程，比那些现成的玩具耐看得多。
顺着你说的"全程本地跑、代码不出本机"这一点，我得补一个容易被并成一句话说过去的前提。
MCP server 跑在你本机，这是实情——工具调用、文件读写、命令执行都在本地发生。但模型本人在哪儿推理，才是决定代码出不出本机的关键变量。你接的要是 Claude、GPT 这类云端 API，那每一轮对话里喂给模型的代码片段、报错堆栈、命令输出，其实都得上传统到服务商的机房。MCP 这套协议管的是"模型怎么调用你的工具"，管不了"模型本身在哪儿算"。真要把数据完全关在本地，得再配一层本地推理，比如用 Ollama 起个 7B、14B 级别的模型，让 MCP server 只跟 localhost 通信。这两件事是松耦合的，常被一句话带过，容易让人以为 server 在本地就万事大吉。
我之前给自家东西接类似流程时也踩过这个坑。当时图省事直接挂云端模型，折腾半天以为数据都在自己兜里，后来翻通信日志才发现上下文早发出去了。换成 local model 之后延迟高了一截，但心里踏实不少。
所以"掌控没丢"这句我基本同意，只是这个掌控得看你怎么定义——是掌控工具链，还是掌控数据流向。前者接 MCP 就够，后者得再往下一层。另外从某种角度看，人从"喂料员"变成了"审核员"：你省了复制粘贴的力气，但得花在 review 它改出来的 diff 上，掌控没丢，只是挪了位置。
你现在这套是本地推理还是走的 API？
你那工具开源了没，想去翻翻。本地跑这点真的顶，代码捏自己手里才踏实，比追那些现成大模型玩具强多了
本地跑不出本机这点最合我胃口，东西攥自己手里才踏实 我这种外行就负责在旁边鼓掌了哈哈
你这个"代码不出本机"的安心感，其实得看后半句接的是哪个模型。MCP server 跑在本地不假，但代码库和命令行一旦暴露成接口，模型每次要读上下文，还是得把文件内容和命令输出往推理端送。你跑的是本地权重（比如 ollama 那套）就真闭环了；要是走 Claude 或 OpenAI 的 API，代码虽然没被人手动翻，但喂给模型的片段照样出了网。这跟你"掌控没丢"的体感不矛盾，只是边界画在哪儿得心里有数。
想补一句：搭档归搭档，“翻着代码直接动手、我在旁边看着"这套，久了容易滑成"看着但其实没真跟上”。我自己的习惯是 AI 改完的 diff 逼自己逐行过，尤其它自己跑命令那部分。给命令行权限本身就算个 footgun，一个没拦住的 rm -rf，或者把 .env 当参数回显出来，比你手动复制粘贴时代价大得多。简单说所以 least privilege 我当硬规矩：只读和写操作分开，危险命令显式确认，别图省事一把梭。
你这套接口是按功能切还是按目录切的？切法直接决定模型"理解"项目的颗粒度。我更偏向细粒度工具加清楚描述，宁可多写几个 function 让它选，也比丢一大坨工具让它乱试强。
你接的时候遇到过 tool 描述太模糊导致模型乱调用的情况吗？最后怎么调的？