GitHub 仓库一键生成 MVP，Gemini API轮询，MCP 浏览器外挂，简单搭个 MCP 服务器。

GitMvp GitHub 仓库，一键生成 MVP

利用这个MCP，可以让 AI 参考一个现有的 GitHub 仓库，然后帮你快速搭出个 MVP (最小可行产品)。

，时长00:51

安装

直接把这下面这一段填进去就行了（因为它使用的是mcp里的http传输协议）。

{   "mcpServers": {    "gitmvp": {      "type": "fetch",       "url": "https://gitmvp-mcp.onrender.com/mcp"            }    } }

图片

图片

— gitmvp 工具 —

• search_repositories: 用于搜索代码仓库。
• get_file_tree: 获取仓库的文件树结构。
• read_repository: 读取仓库的内容。
• health_check: 检查API或服务的健康状态。

图片

这个mcp功能上应该和那些读取github的mcp差不多，不过思路有意思哈，从github到mvp。

关于mvp这个，以前还有其他的思路。 将存储库放到cursor doc中， 提示AI进行逆向工程，将得到的提示发送到光标 一次性获得 MVP：

，时长01:00

我以前倒是直接克隆仓作为上下文获取信息（因为我不太相信cursor doc。。）

不过现在有context7、deepwiki这些，更方便： AI 写代码总是翻车？Upstash 创始人怒推 Context7 DeepWiki MCP：免费、远程、一行命令，Agent即刻拥有Github代码库知识！

毕竟好的上下文是一切的基础：上下文工程比提示词工程好 10 倍，比 vibe 编码好 100 倍！Karpathy 站台，堪称「全新的氛围编码」。

DeepView MCP

它使 Cursor 和 Windsurf 等 IDE 能够使用 Gemini 2.5 Pro Gemini 的长上下文来分析大型代码库。

GitHub: ai-1st/deepview-mcp

图片

是的，这个mcp需要配置api。 

然后我发现有个gemini api轮询的项目。意思是你可以同时填入多个账号的gemini api。适合每天用的多的小伙伴。以及构建中转代理等等。。

GitHub: snailyp/gemini-balance

图片

图片

搭个 MCP 服务器有多难？ “懒人三步法”，喂给 Gemini 就完事

整个流程：

1. 用 Gitingest 把 FastMCP 这个仓库转成 LLM 能读的文本。
2. 下载这个文本文件。
3. 把文件传到 Google AI Studio，告诉它你要搞个 MCP 服务器。

然后，剩下的活儿，Gemini 2.5 Pro 全包了。除了Gitingest外还有很多其他的。比如devin 那个wiki，FastMCP这个mcp提供将FastAPI转化为MCP服务的功能，算是比较早之前出来的一个mcp服务了。

这个流程的操作是让 Gemini 理解 FastMCP 他这个转换逻辑吧。

，时长00:42

给浏览器装个“超级外挂”： MCP SuperAssistant

有个 Chrome 扩展，叫 MCP SuperAssistant，能把 MCP (模型上下文协议) 直接带到网页版的 ChatGPT、Perplexity、Grok、Gemini 这些 AI 聊天平台。

意思就是，你能在这些网页上，直接调用你本地的 MCP 工具，然后把结果无缝塞回对话里，给这些网页 AI 助手装上“本地超能力”。

安装很直接

官网: mcpsuperassistant.ai        扩展: Chrome Web Store

目前支持的平台挺全：ChatGPT, Google Gemini, Perplexity, Grok, Google AI Studio, OpenRouter, DeepSeek, T3 Chat, GitHub Copilot, Mistral AI... 基本上主流的都齐了。

— 架构大概这样 —

图片

流程就是：AI 聊天界面生成工具调用 -> 扩展检测到 -> 发给本地的 MCP 代理服务器 -> 代理转发给真正的 MCP 服务器 -> 结果返回 -> 扩展把结果插回聊天界面。

使用技巧和常见问题

作者还给了些小技巧，比如：

1. 在 ChatGPT、Perplexity 这些平台上最好关掉搜索模式，打开推理模式，这样 AI 生成的工具调用更准。
2. 用更新、更强的模型，它们更懂上下文。
3. 在对话里明确提到你想用的工具。