autoGit-MCP：基于大语言模型的 Git 自动化流程处理 MCP 工具

7 minute read

Published: November 05, 2025

autoGit-MCP 是一款基于 Model Context Protocol (MCP) 的 Git 自动化流程处理工具。它通过大语言模型完成 Git 操作的自动化处理，支持 GitHub、Gitee、GitLab 三大平台，提供仓库查询、提交分析、工作日志生成、Git 组合命令等丰富功能，让开发者能够通过自然语言与 Git 仓库进行交互，大大提升开发效率。

核心特性

graph TD
    A[大语言模型] --> B[autoGit-MCP]
    B --> C[git_catalog 工具]
    B --> D[git_work 工具]
    B --> E[git_comb 工具]
    B --> F[health 工具]
    B --> G[reload_config 工具]
    C --> H[GitHub/Gitee/GitLab API]
    D --> H
    E --> I[本地 Git 命令]
    F --> J[配置检查]
    G --> K[配置重载]
    H --> L[仓库信息]
    H --> M[提交记录]
    I --> N[Git 操作结果]
    L --> O[MCP 响应]
    M --> O
    N --> O
    J --> O
    K --> O

多平台支持

autoGit-MCP 支持三大主流代码托管平台：

GitHub：全球最大的代码托管平台，支持完整的 API 功能
Gitee（码云）：中国领先的代码托管平台，支持国内开发者快速访问
GitLab：企业级代码托管平台，支持私有部署和完整的 CI/CD 功能

所有工具通过统一的 provider 参数（github/gitee/gitlab）选择平台，保持接口一致性。

git_catalog 工具

git_catalog 是 autoGit-MCP 的核心工具之一，提供 7 个强大的子命令用于查询仓库和提交活动：

1. search_repos - 关键词检索仓库

根据关键词、语言、Star 数等条件搜索仓库：

功能特性：

✅ 支持关键词匹配（name/description/readme）
✅ 支持语言限定（如 “Python”, “C++”, “TypeScript”）
✅ 支持最小 Star 数过滤
✅ 支持最近活跃时间过滤
✅ 支持 topic 和 owner 限定
✅ 支持多种排序方式（updated/stars/forks）

示例查询：

# 搜索 Python 相关的高 Star 仓库
{
    "keyword": "machine learning",
    "language": "Python",
    "min_stars": 1000,
    "sort": "stars",
    "order": "desc",
    "limit": 50
}

2. org_repos - 组织仓库列表

列出指定组织的所有仓库：

功能特性：

✅ 支持仓库类型过滤（all/public/private/forks/sources/member）
✅ 支持是否包含 archived 仓库
✅ 支持多种排序方式
✅ 最多返回 5000 条记录

3. cross_repos - 跨仓库提交查询

查询指定作者在多个仓库中的提交记录：

功能特性：

✅ 支持按作者登录名或邮箱查询
✅ 支持时间范围过滤（since/until）
✅ 支持每仓库最多抓取条数限制
✅ 自动去重和聚合

应用场景：

分析开发者在多个项目中的贡献
追踪跨项目的代码提交模式
生成多项目工作日志

4. repo_authors - 仓库作者分析

分析同一仓库中不同作者的提交活动：

功能特性：

✅ 支持多作者同时查询
✅ 支持按登录名或邮箱查询
✅ 支持时间范围过滤
✅ 支持每作者最多抓取条数限制

应用场景：

分析团队协作情况
统计项目贡献者
生成团队工作报告

5. repos_by_author - 作者仓库列表

查询指定作者参与的所有仓库：

功能特性：

✅ 支持最小提交数阈值过滤
✅ 支持时间范围过滤
✅ 支持仓库类型过滤
✅ 自动统计每个仓库的提交数

6. authors_by_repo - 仓库活跃作者

查询指定仓库的所有活跃作者：

功能特性：

✅ 支持最小提交数阈值过滤
✅ 支持时间范围过滤
✅ 支持作者主键偏好（login/email/name）
✅ 自动统计每个作者的提交数

7. user_repos - 用户仓库列表

查询用户拥有或 Star 的项目列表：

功能特性：

✅ 支持 owned/starred/both 三种模式
✅ 支持私有仓库查询（需要 token 权限）
✅ 支持 archived 和 forks 过滤
✅ 支持多种排序方式
✅ 最多返回 5000 条记录

git_work 工具

git_work 工具支持从本地或远程仓库收集提交记录并生成工作日志：

功能特性：

✅ 多数据源支持：支持本地 Git 仓库、GitHub、Gitee、GitLab
✅ 工作会话分析：自动计算工作会话，检测并行工作时间
✅ AI 总结生成：集成 DeepSeek 和 OpenAI，生成中文工作总结
✅ 多项目支持：支持同时分析多个本地或远程仓库
✅ 时间范围过滤：支持指定时间范围进行提交分析
✅ 智能去重：自动去重相同提交，避免重复统计

工作日志格式：

## 工作日志 - 2025-11-05

### 项目 1: example-project
- **会话 1**: 09:00-12:00 (3小时)
  - 提交 1: 修复代码块空格问题
  - 提交 2: 优化滚动兼容性
- **会话 2**: 14:00-17:30 (3.5小时)
  - 提交 3: 添加新功能模块

### AI 总结
今天主要完成了代码格式优化和新功能开发，共工作 6.5 小时...

git_comb 工具

git_comb 工具提供 Git 组合命令功能，支持复杂的 Git 操作流程：

功能特性：

✅ 危险命令防护：默认禁止执行危险命令（如 reset --hard、push --force）
✅ Dry Run 模式：支持预览执行计划，不实际执行
✅ 超时控制：可配置命令执行超时时间
✅ 错误处理：完善的错误处理和提示机制

支持的组合命令：

commit：提交更改
merge：合并分支
reset：重置操作
revert：撤销提交
clean：清理未跟踪文件
stash：暂存更改
其他标准 Git 命令

health 工具

health 工具提供健康检查功能，可以检查配置状态和工具可用性：

功能特性：

✅ 配置检查：检查所有必需和可选的环境变量
✅ 密钥掩码显示：安全地显示配置状态（密钥以掩码形式显示）
✅ 工具可用性检查：检查各个工具的可用性
✅ 详细状态报告：提供详细的配置和工具状态报告

reload_config 工具

reload_config 工具支持配置热重载，无需重启服务器即可重新加载配置：

功能特性：

✅ 热重载：支持在不重启服务器的情况下重新加载环境变量
✅ 配置验证：自动验证新配置的有效性
✅ 错误提示：配置错误时提供清晰的错误提示

安全特性

危险命令防护

默认情况下，以下危险命令需要显式设置 allow_destructive: true 才能执行：

reset --hard - 硬重置，会丢失未提交的更改
clean -fd - 强制清理未跟踪文件
push --force - 强制推送，可能覆盖远程分支
stash drop / stash clear - 删除 stash，可能丢失暂存更改
其他可能导致数据丢失的操作

Dry Run 模式

对于以下命令支持 dry_run: true 预览执行计划：

commit：预览提交内容
merge：预览合并计划
reset：预览重置操作
revert：预览撤销操作
clean：预览清理计划

错误处理

所有工具都包含完善的错误处理机制：

参数验证错误：提供清晰的错误消息，指出哪个参数无效
命令执行错误：返回 Git 命令的 stdout 和 stderr
超时错误：可配置超时时间，超时时返回明确提示
网络错误：区分 HTTP 错误和连接错误
API 密钥错误：提示需要设置的环境变量

安装与配置

快速安装

# 1. 克隆仓库
git clone https://github.com/Mapoet/autoGit-MCP.git
cd autoGit-MCP

# 2. 安装 Python 依赖
pip install -r requirements.txt

# 3. 配置环境变量（见下方说明）

环境变量配置

autoGit-MCP 使用集中配置管理，支持从环境变量或 MCP 配置文件的 env 字段读取配置。

GitHub 配置

# GitHub Personal Access Token
export GITHUB_TOKEN=ghp_xxxxxxxxxxxxxxxxxxxx

Gitee 配置

# Gitee Personal Access Token
export GITEE_TOKEN=gitee_xxxxxxxxxxxxxxxxxxxx

GitLab 配置

# GitLab Personal Access Token
export GITLAB_TOKEN=glpat-xxxxxxxxxxxxxxxxxxxx
# GitLab 实例地址（可选，默认为 gitlab.com）
export GITLAB_URL=https://gitlab.com

AI 总结配置（可选）

# DeepSeek API Key（用于生成工作总结）
export DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxxxxxx
# 或使用 OpenAI API Key
export OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxx

其他配置

# Git 命令超时时间（秒，默认 30）
export GIT_TIMEOUT=30

MCP 配置文件示例

在 MCP 配置文件中添加 autoGit-MCP 服务器配置：

{
  "mcpServers": {
    "autogit-mcp": {
      "command": "python",
      "args": ["http://localhost:9010/mcp/"],
      "env": {
        "GITHUB_TOKEN": "ghp_xxxxxxxxxxxxxxxxxxxx",
        "GITEE_TOKEN": "gitee_xxxxxxxxxxxxxxxxxxxx",
        "GITLAB_TOKEN": "glpat-xxxxxxxxxxxxxxxxxxxx",
        "DEEPSEEK_API_KEY": "sk-xxxxxxxxxxxxxxxxxxxx"
      }
    }
  }
}

项目架构

autoGit-MCP 采用模块化设计，代码结构清晰：

autoGit-MCP/
├── README.md                    # 项目说明
├── requirements.txt             # Python 依赖
├── LICENSE                      # MIT 许可证
├── docs/                        # 文档目录
│   ├── code-structure.md       # 代码结构详细说明
│   ├── environment-variables.md # 环境变量详细说明
│   ├── git-cheatsheet.md       # Git 命令速查表
│   ├── git_comb.md             # Git 组合命令说明
│   ├── mcp-git-tool.md         # MCP Git 工具设计文档
│   └── troubleshooting.md      # 故障排查指南
├── src/                         # 源代码目录
│   └── git_tool/               # Git 工具模块
│       ├── __init__.py
│       ├── config.py           # 集中配置管理（Pydantic Settings）
│       ├── mcp_server.py       # MCP 服务器入口
│       ├── tools/               # 工具实现
│       │   ├── git_catalog.py   # 仓库查询工具
│       │   ├── git_work.py     # 工作日志工具
│       │   ├── git_comb.py     # Git 组合命令工具
│       │   ├── health.py       # 健康检查工具
│       │   └── reload_config.py # 配置重载工具
│       └── providers/          # 平台提供者
│           ├── github.py       # GitHub API 实现
│           ├── gitee.py        # Gitee API 实现
│           └── gitlab.py       # GitLab API 实现
└── tests/                       # 测试目录

核心组件

config.py：集中配置管理模块，使用 Pydantic Settings 管理环境变量
git_catalog：仓库和提交查询工具，支持 7 个子命令，覆盖 GitHub/Gitee/GitLab
git_work：工作日志生成工具，支持多数据源和 AI 总结
git_comb：Git 组合命令工具，支持危险命令防护和 Dry Run
health：健康检查工具，检查配置状态和工具可用性
reload_config：配置热重载工具，支持动态更新配置
providers：平台提供者模块，实现统一的 API 接口

使用场景

1. 代码仓库搜索与分析

场景：寻找特定技术栈的开源项目

# 使用 git_catalog 搜索 Python 机器学习项目
{
    "tool": "git_catalog",
    "subcommand": "search_repos",
    "keyword": "machine learning",
    "language": "Python",
    "min_stars": 100,
    "sort": "stars",
    "order": "desc",
    "limit": 20
}

2. 跨项目贡献分析

场景：分析开发者在多个项目中的贡献情况

# 使用 git_catalog 查询跨仓库提交
{
    "tool": "git_catalog",
    "subcommand": "cross_repos",
    "author_email": "developer@example.com",
    "owner": "my-org",
    "since": "2025-01-01",
    "until": "2025-11-05"
}

3. 工作日志生成

场景：自动生成每日/每周工作总结

# 使用 git_work 生成工作日志
{
    "tool": "git_work",
    "sources": [
        {"type": "local", "path": "/path/to/project1"},
        {"type": "github", "repo": "owner/repo2"}
    ],
    "since": "2025-11-01",
    "until": "2025-11-05",
    "generate_summary": true
}

4. 团队协作分析

场景：分析团队在项目中的协作情况

# 使用 git_catalog 查询仓库作者
{
    "tool": "git_catalog",
    "subcommand": "authors_by_repo",
    "repo_full": "my-org/my-project",
    "min_commits": 10,
    "since": "2025-01-01"
}

5. Git 操作自动化

场景：通过大语言模型执行复杂的 Git 操作

# 使用 git_comb 执行 Git 操作
{
    "tool": "git_comb",
    "command": "commit",
    "args": {
        "message": "修复代码块空格问题",
        "allow_empty": false
    },
    "dry_run": false
}

技术亮点

1. 统一的平台接口

autoGit-MCP 通过统一的 provider 参数支持 GitHub/Gitee/GitLab 三大平台，所有工具都使用相同的接口设计，只需切换 provider 参数即可在不同平台间切换。

2. 集中配置管理

使用 Pydantic Settings 实现集中配置管理，支持：

从环境变量读取配置
从 MCP 配置文件的 env 字段读取配置
配置验证和类型检查
配置热重载

3. 完善的错误处理

所有工具都包含完善的错误处理机制：

参数验证错误：清晰的错误消息
命令执行错误：返回详细的 stdout 和 stderr
网络错误：区分 HTTP 错误和连接错误
API 速率限制：自动处理速率限制

4. 安全防护机制

危险命令防护：默认禁止执行危险命令
Dry Run 模式：支持预览执行计划
密钥掩码显示：健康检查时安全显示配置状态
超时控制：防止命令执行超时

5. 智能工作日志

工作会话分析：自动计算工作会话，检测并行工作时间
AI 总结生成：集成 DeepSeek 和 OpenAI，生成中文工作总结
多项目支持：支持同时分析多个项目
智能去重：自动去重相同提交

版本更新

v1.5（最新版本）

✅ 集中配置管理：新增 config.py 模块，使用 Pydantic Settings 集中管理环境变量
✅ 健康检查工具：新增 health 工具，检查配置状态和工具可用性
✅ 配置热重载：新增 reload_config 工具，支持动态更新配置

v1.4

✅ 多平台支持：git_catalog 和 git_work 工具支持 Gitee 和 GitLab
✅ 统一接口设计：通过 provider 参数选择平台
✅ 完整的 API 实现：实现了所有 7 个子命令的 Gitee 和 GitLab 版本

v1.3

✅ 新增 git_catalog 工具：支持 7 个子命令查询 GitHub 仓库和提交活动
✅ 跨仓库提交查询：支持查询指定作者在多个仓库中的提交记录
✅ 仓库作者统计：支持查询仓库中多个作者的提交活动
✅ 速率限制优化：优化 API 调用频率

v1.2

✅ 新增 git_work 工具：支持从本地/GitHub/Gitee/GitLab 收集提交并生成工作日志
✅ 工作会话分析：自动计算工作会话，检测并行工作时间
✅ AI 总结生成：集成 DeepSeek 和 OpenAI

v1.1

✅ 代码重构：分离接口定义与实现逻辑
✅ Pydantic V2 迁移：所有验证器已迁移到 Pydantic V2
✅ 完善的错误处理：为所有工具添加了分类异常处理

使用示例

示例 1：搜索高 Star 的 Python 项目

{
    "tool": "git_catalog",
    "subcommand": "search_repos",
    "keyword": "data science",
    "language": "Python",
    "min_stars": 1000,
    "sort": "stars",
    "order": "desc",
    "limit": 10,
    "provider": "github"
}

示例 2：生成工作日志

{
    "tool": "git_work",
    "sources": [
        {"type": "local", "path": "/path/to/project"},
        {"type": "github", "repo": "owner/repo"}
    ],
    "since": "2025-11-01",
    "until": "2025-11-05",
    "generate_summary": true,
    "ai_provider": "deepseek"
}

示例 3：执行 Git 操作（Dry Run）

{
    "tool": "git_comb",
    "command": "merge",
    "args": {
        "branch": "feature-branch"
    },
    "dry_run": true
}

示例 4：检查配置状态

{
    "tool": "health"
}

项目优势

1. 功能强大

支持三大主流代码托管平台（GitHub/Gitee/GitLab）
提供 7 个强大的仓库查询子命令
支持工作日志生成和 AI 总结
支持 Git 组合命令和自动化操作

2. 易于使用

统一的 MCP 接口，易于集成
清晰的文档和示例
完善的错误处理和提示
支持 Dry Run 模式，安全可靠

3. 安全可靠

危险命令防护机制
密钥掩码显示
超时控制
完善的错误处理

4. 可扩展性强

模块化设计
统一的平台接口
易于添加新功能
支持配置热重载

总结

autoGit-MCP 是一款专为大语言模型设计的 Git 自动化工具，它通过 Model Context Protocol (MCP) 提供强大的 Git 操作能力。无论是仓库搜索、提交分析、工作日志生成，还是 Git 操作自动化，autoGit-MCP 都能帮助开发者更高效地管理代码仓库。

graph LR
    A[大语言模型] -->|自然语言指令| B[autoGit-MCP]
    B -->|MCP 协议| C[Git 工具]
    C -->|API 调用| D[GitHub/Gitee/GitLab]
    C -->|Git 命令| E[本地仓库]
    D -->|数据返回| C
    E -->|结果返回| C
    C -->|结构化响应| B
    B -->|自然语言响应| A
    
    style A fill:#e3f2fd
    style B fill:#fff3e0
    style C fill:#f3e5f5
    style D fill:#e8f5e9
    style E fill:#e8f5e9

无论您是个人开发者、团队管理者，还是 DevOps 工程师，autoGit-MCP 都能帮助您通过大语言模型更智能、更高效地管理 Git 仓库，让代码管理变得更加简单。

作者：Mapoet
项目地址：https://github.com/Mapoet/autoGit-MCP
许可证：MIT License
贡献：欢迎提交 Issue 和 Pull Request

Twitter Facebook LinkedIn

付乃锋 (Naifeng Fu)

核心特性

多平台支持

git_catalog 工具

1. search_repos - 关键词检索仓库

2. org_repos - 组织仓库列表

3. cross_repos - 跨仓库提交查询

4. repo_authors - 仓库作者分析

5. repos_by_author - 作者仓库列表

6. authors_by_repo - 仓库活跃作者

7. user_repos - 用户仓库列表

git_work 工具

git_comb 工具

health 工具

reload_config 工具

安全特性

危险命令防护

Dry Run 模式

错误处理

安装与配置

快速安装

环境变量配置

GitHub 配置

Gitee 配置

GitLab 配置

AI 总结配置（可选）

其他配置

MCP 配置文件示例

项目架构

核心组件

使用场景

1. 代码仓库搜索与分析

2. 跨项目贡献分析

3. 工作日志生成

4. 团队协作分析

5. Git 操作自动化

技术亮点

1. 统一的平台接口

2. 集中配置管理

3. 完善的错误处理

4. 安全防护机制

5. 智能工作日志

版本更新

v1.5（最新版本）

v1.4

v1.3

v1.2

v1.1

使用示例

示例 1：搜索高 Star 的 Python 项目

示例 2：生成工作日志

示例 3：执行 Git 操作（Dry Run）

示例 4：检查配置状态

项目优势

1. 功能强大

2. 易于使用

3. 安全可靠

4. 可扩展性强

总结

Future Blog Post

Elon Musk：双轨战略与人类文明未来的锚点

Typesense：从SQL到NoSQL演进的搜索引擎架构解析与未来趋势

Auto Vibe Writing：基于开源 Agent 的发现–打造–发布一体化写作平台