mengning/devstar-mcp-server

DevStar MCP Server

DevStar MCP Server 是一个完整的AI驱动开发平台解决方案，通过集成 DevStar 代码托管平台、私有化大语言模型、Gitea MCP 服务器和 Cursor IDE，为开发者提供智能化的代码生成、管理和审查体验。

🏗️ 系统架构

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   DevStar       │    │   Private LLM   │    │  Gitea MCP      │    │    Cursor       │
│   Studio        │───▶│   (Ollama)      │───▶│   Server        │───▶│    IDE          │
│                 │    │                 │    │                 │    │                 │
│ • 代码托管      │    │ • DeepSeek-R1   │    │ • MCP协议       │    │ • AI编程助手    │
│ • DevEnv引擎    │    │ • Qwen2.5-Coder │    │ • Git操作       │    │ • 代码生成      │
│ • CI/CD流水线   │    │ • 本地部署      │    │ • 仓库管理      │    │ • 智能对话      │
└─────────────────┘    └─────────────────┘    └─────────────────┘    └─────────────────┘

🚀 快速部署

一、部署 DevStar 代码托管平台

在Ubuntu-20.04下完成安装：

wget -c https://devstar.cn/assets/install.sh && chmod +x install.sh && sudo ./install.sh

devstar help
------------------------------------------------------------------------
DevStar usage help:
  help, -h, --help,     Help information
  start                 Start DevStar Studio
      --port=<arg>      Specify the port number (default port is 8080)
      --version=<arg>   Specify the DevStar Studio Image Version (default verson is latest)
  stop                  Stop the running DevStar Studio
  logs                  View the logs of the devstar-studio container
  clean                 Clean up the running DevStar Studio, including deleting user data. Please use with caution.
------------------------------------------------------------------------
sudo devstar start
...
-------------------------------------------------------
DevStar started in http://localhost:8080 successfully!
-------------------------------------------------------

然后通过浏览器打开http://localhost:8080 完成后配置安装，默认第一个注册用户为管理员账户。

产出结果： 可访问的 DevStar 代码托管平台 URL

如果你想试用在线演示或者使用免费的DevStar服务（有数量限制），请访问 devstar.cn。

如果你想快速本地部署自己的DevStar实例免费试用或者报告问题，请访问 https://github.com/mengning/DevStar。

二、私有化部署大语言模型

使用 Ollama 在本地部署高性能代码生成模型，并通过 ngrok 提供公共访问接口，支持多种编程语言和开发场景。

安装部署：

1. 安装 Ollama

curl -fsSL https://ollama.com/install.sh | sh

2. 下载模型

ollama pull deepseek-r1:7b      # 平衡选择
ollama pull qwen2.5-coder:7b    # 代码专用

3. 启动 Ollama 服务

ollama serve

4. 安装并配置 ngrok

curl -sSL https://ngrok-agent.s3.amazonaws.com/ngrok.asc \
  | sudo tee /etc/apt/trusted.gpg.d/ngrok.asc >/dev/null \
  && echo "deb https://ngrok-agent.s3.amazonaws.com bookworm main" \
  | sudo tee /etc/apt/sources.list.d/ngrok.list \
  && sudo apt update \
  && sudo apt install ngrok

ngrok config add-authtoken <your-token>

5. 启动 ngrok 提供公共访问

ngrok http 11434 --host-header="localhost:11434"

产出结果： 通过 ngrok 公共 URL 访问的本地大模型 API

📖

三、部署 Gitea MCP 服务器

安装配置：

# 从源码构建
git clone https://gitea.com/gitea/gitea-mcp.git

make install
# 构建后，将二进制文件 gitea-mcp 复制到系统 PATH 中包含的目录。例如：
cp gitea-mcp /usr/local/bin/

产出结果： 可用的 Gitea MCP 服务器实例

📖

第四步：配置 Cursor IDE

Cursor在内网无法使用私有部署的大模型，如果需要在内网使用，请配置continue.dev（4.4）或Cline（4.5） 在 Cursor 中集成前面配置好的 MCP 服务器和私有 LLM，实现 AI 驱动的智能编程体验。

4.1 在 Cursor 中配置 LLM

内置模型

cursor内置了很多LLMs，包括最先进的GPT4、Claude4和openai最新发布的推理模型o3，在右上角的设置中即可打开相应的模型进行辅助编程。

私有LLM

1. 定义我们在cursor中使用的模型，可以使用 ollama list 查看您拥有的模型列表。

2. 在 OpenAI Key 字段输入：ollama

3. 在 Base URL 字段输入：前面步骤中获取的 ngrok 公共地址

4. 点击Verify，如果不成功，取消选中所有其他模型，仅选中刚添加的模型，再点击 Verify 即可。

4.2 在 Cursor 中配置 MCP 服务器

全局设置

1. Cursor Setting → Tools & Integrations → MCP Tools
2. 点击 "New MCP Server"
3. 将前面步骤中的 MCP 配置代码添加到 mcp.json 文件

mcp.json文件

stdio方式

将GITEA_HOST配置为前面步骤中获取的 DevStar 代码托管平台 URL

GITEA_ACCESS_TOKEN配置为个人的access token

# 配置 MCP 服务器 --stdio
{
  "mcpServers": {
    "gitea": {
      "command": "gitea-mcp",
      "args": [
        "-t",
        "stdio",
        "--host",
        "https://devstar.cn"
        // "--token", "<your personal access token>"
      ],
      "env": {
        // "GITEA_HOST": "https://devstar.cn",
        // "GITEA_INSECURE": "true",
        "GITEA_ACCESS_TOKEN": "<your personal access token>"
      }
    }
  }
}

sse方式

./gitea-mcp -t sse --port 8080 --host <your devstar url> --token <your personal access token>

#配置 MCP 服务器 --sse
{
  "mcpServers": {
    "gitea": {
      "url": "http://localhost:8080/sse"
    }
  }
}

4.3 验证配置

1. 检查 MCP 状态： 在 Settings → MCP 中确认服务器显示为 Enabled 且有绿点标识
2. 测试功能： 使用 Ctrl + L 打开智能对话，选择 Agent 模式测试代码生成和仓库操作

📖

4.4 Continue.dev 配置

配置 Ollama 集成 创建/编辑 ~/.continue/config.json：

{
  "models": [
    {
      "title": "DeepSeek-R1 Local",
      "provider": "ollama",
      "model": "deepseek-r1:1.5b",
      "apiBase": "http://localhost:11434"
    }
  ],
  "tabAutocompleteModel": {
    "title": "Qwen Coder",
    "provider": "ollama",
    "model": "qwen2.5-coder:1.5b",
    "apiBase": "http://localhost:11434"
  },
  "embeddingsProvider": {
    "provider": "ollama",
    "model": "nomic-embed-text",
    "apiBase": "http://localhost:11434"
  }
}

配置 MCP 服务器 创建文件 ~/.continue/config.yaml 或在工作区创建 .continue/mcpServers/gitea.yaml： stdio 方式：

# ~/.continue/config.yaml
name: DevStar MCP Server
version: 0.0.1
schema: v1
mcpServers:
  - name: Gitea MCP
    type: stdio
    command: gitea-mcp
    args:
      - "-t"
      - "stdio"
      - "--host"
      - "https://devstar.cn"
    env:
      GITEA_ACCESS_TOKEN: ${{ secrets.GITEA_ACCESS_TOKEN }}

sse 方式：

# .continue/mcpServers/gitea-sse.yaml
name: DevStar MCP Server
version: 0.0.1
schema: v1
mcpServers:
  - name: Gitea MCP SSE
    type: sse
    url: "http://localhost:8080/sse"
    env:
      GITEA_ACCESS_TOKEN: ${{ secrets.GITEA_ACCESS_TOKEN }}

4.5 Cline 配置

配置 Ollama 集成 1.在 VSCode 中打开 Cline 插件设置： 2.找到 “Provider / API provider” 部分 3.选择 Ollama 4.填写 Base URL，通常是 http://localhost:11434/（默认 Ollama 的 API 端口） 5.选择你想用的模型（已经通过 Ollama pull 下来的）

配置 MCP Server 在 Cline 的 “MCP Servers” 界面里，选择 “Installed” 标签页。 添加一个新的 MCP Server 配置 文件内容同cursor

📖 使用示例

常用工具列表

DevStar MCP 服务器提供以下常用工具，帮助您高效管理 Gitea 仓库：

完整的

🔧 高级配置

AI 代码审查

配置自动化的代码审查流程，提升代码质量：

📖

📄 许可证

本项目遵循 MIT 许可证。商业使用请联系 contact@mengning.com.cn

🔗 相关链接

• DevStar 主项目
• 在线演示
• Gitea MCP 项目
• Cursor IDE

开始您的 AI 驱动开发之旅！ 🚀