Refactorise du code legacy en code moderne et idiomatique en utilisant Ollama en local ou des backends cloud compatibles OpenAI.
Aussi connu sous zhouhengchang/code-refactor, code-refactor, workbuddy-code-refactor-connector
- Étoiles
- 0
- Outils
- —
- Téléchargements, 30 jours
- —
- Dernière version
- 1.0.4
- Dernier commit
- 18 oct. 2026
- Licence
- MIT
Qu'est-ce que Code Refactor MCP ?
Refactorise du code legacy en code moderne et idiomatique en utilisant Ollama en local ou des backends cloud compatibles OpenAI.
Résumé généré à partir du README du projet
À propos du MCP server Code Refactor
La fonction principale de ce MCP server est de transformer du code source legacy en versions modernes et idiomatiques. Il fournit aux développeurs des outils spécialisés pour automatiser le processus de refactorisation via un client IA. Les utilisateurs peuvent choisir d'exécuter l'inférence localement avec Ollama pour conserver leur code sur leur propre machine, ou de se connecter à des interfaces cloud compatibles OpenAI pour obtenir des résultats de meilleure qualité.
Le serveur expose l'outil refactor_code pour traiter le code source en fonction de descriptions de tâches spécifiques et d'indices de langage, ainsi qu'un outil check_status pour vérifier la disponibilité du backend. La configuration s'effectue entièrement via des variables d'environnement, nécessitant des paramètres tels que OLLAMA_HOST pour les installations locales ou OPENAI_API_KEY et OPENAI_BASE_URL pour les connexions cloud. Il inclut un timeout par défaut de 180 000 millisecondes pour s'adapter au traitement plus lent des CPU locaux lors de tâches de refactorisation intensives.
Ce que vous pouvez faire avec
- 1Maintenir la confidentialité des donnéesExécutez vos tâches de refactorisation localement afin que votre code propriétaire ne quitte jamais votre propre matériel.
Extrait du README du projet. Chaque cas d'utilisation est vérifié par rapport à une citation du document.
Comment installer Code Refactor MCP
Formats vérifiés le 10 nov. 2026Ajouter à CursorAjouter à GooseInstaller Code Refactor MCP dans Claude Code
$ claude mcp add --env 'OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>' code-refactor -- npx -y workbuddy-code-refactor-connectorInstaller Code Refactor MCP dans Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"code-refactor": {
"command": "npx",
"args": [
"-y",
"workbuddy-code-refactor-connector"
],
"env": {
"OPENAI_API_KEY": "<YOUR_OPENAI_API_KEY>"
}
}
}
}Installer Code Refactor MCP dans VS Code
.vscode/mcp.json
{
"servers": {
"code-refactor": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"workbuddy-code-refactor-connector"
],
"env": {
"OPENAI_API_KEY": "<YOUR_OPENAI_API_KEY>"
}
}
}
}Installer Code Refactor MCP dans VS Code CLI
$ code --add-mcp '{"name":"code-refactor","type":"stdio","command":"npx","args":["-y","workbuddy-code-refactor-connector"],"env":{"OPENAI_API_KEY":"<YOUR_OPENAI_API_KEY>"}}'Installer Code Refactor MCP dans Claude Desktop
claude_desktop_config.json
{
"mcpServers": {
"code-refactor": {
"command": "npx",
"args": [
"-y",
"workbuddy-code-refactor-connector"
],
"env": {
"OPENAI_API_KEY": "<YOUR_OPENAI_API_KEY>"
}
}
}
}Installer Code Refactor MCP dans Codex
$ codex mcp add code-refactor --env 'OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>' -- npx -y workbuddy-code-refactor-connectorInstaller Code Refactor MCP dans Codex config.toml
~/.codex/config.toml
[mcp_servers.code-refactor] command = "npx" args = ["-y", "workbuddy-code-refactor-connector"] [mcp_servers.code-refactor.env] OPENAI_API_KEY = "<YOUR_OPENAI_API_KEY>"
Installer Code Refactor MCP dans Gemini CLI
$ gemini mcp add -s user -e 'OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>' code-refactor npx -- -y workbuddy-code-refactor-connectorInstaller Code Refactor MCP dans Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"code-refactor": {
"command": "npx",
"args": [
"-y",
"workbuddy-code-refactor-connector"
],
"env": {
"OPENAI_API_KEY": "<YOUR_OPENAI_API_KEY>"
}
}
}
}Configuration
OPENAI_API_KEYSecretAPI key for the cloud endpoint, e.g. a DeepSeek key. Only needed when REFACTOR_BACKEND=openai.
OLLAMA_HOSTOllama server address used when REFACTOR_BACKEND=ollama.
OLLAMA_MODELOllama model name used when REFACTOR_BACKEND=ollama.
OPENAI_BASE_URLBase URL of the OpenAI-compatible endpoint, e.g. https://api.deepseek.com/v1. Required when REFACTOR_BACKEND=openai.
OPENAI_MODELCloud model name, e.g. deepseek-chat.
REFACTOR_BACKENDInference backend: 'ollama' (local, code stays on your machine, default) or 'openai' (any OpenAI-compatible cloud endpoint, e.g. DeepSeek).
REFACTOR_TIMEOUT_MSPer-call timeout in milliseconds. Raise it for slow local CPU inference.
| Nom | Description | Type |
|---|---|---|
| OPENAI_API_KEY | API key for the cloud endpoint, e.g. a DeepSeek key. Only needed when REFACTOR_BACKEND=openai. | Secret |
| OLLAMA_HOST | Ollama server address used when REFACTOR_BACKEND=ollama. | |
| OLLAMA_MODEL | Ollama model name used when REFACTOR_BACKEND=ollama. | |
| OPENAI_BASE_URL | Base URL of the OpenAI-compatible endpoint, e.g. https://api.deepseek.com/v1. Required when REFACTOR_BACKEND=openai. | |
| OPENAI_MODEL | Cloud model name, e.g. deepseek-chat. | |
| REFACTOR_BACKEND | Inference backend: 'ollama' (local, code stays on your machine, default) or 'openai' (any OpenAI-compatible cloud endpoint, e.g. DeepSeek). | |
| REFACTOR_TIMEOUT_MS | Per-call timeout in milliseconds. Raise it for slow local CPU inference. |
Vérifications automatisées
Exécuté le 14 nov. 2026Rapport complet →A passé nos vérifications automatisées. Il ne s'agit pas d'un audit de sécurité : lisez le code et donnez au serveur l'accès le plus restreint dont il a besoin. Fonctionnement des vérifications
- Dépôt source lié et accessiblezhouhengchang/code-refactor is public and reachablegithub.com/zhouhengchang/code-refactor ↗Réussi
- Le nom du package correspond au dépôt sourceworkbuddy-code-refactor-connector names zhouhengchang/code-refactor as sourcenpmjs.com/package/workbuddy-code-refactor-connector ↗Réussi
- Provenance du build (attestation Sigstore)No build attestation published for this releaseNon vérifié
- Licence open source (OSI)MITspdx.org/licenses/MIT.html ↗Réussi
- Commit ou version publiée au cours de l'année écouléeLast commit or release 2026-10-18github.com/zhouhengchang/code-refactor ↗Réussi
- OpenSSF ScorecardNon vérifié
- Nom du package non proche d'un package populaireNo popular package one edit away from workbuddy-code-refactor-connectorRéussi
- Aucun avis critique dans le package ou ses dépendances99 resolved dependencies checked; no critical advisoryosv.dev ↗Réussi
- Aucune instruction cachée destinée au modèle0 tool descriptions and the README read; no override phrases, credential paths or hidden charactersRéussi
- Les outils destructifs sont étiquetésNon vérifié
- Le point de terminaison distant répond à la poignée de main MCPHTTPS endpoint answered 403 (sign-in required)Réussi
README
Voir sur GitHubworkbuddy-code-refactor-connector
WorkBuddy 代码重构连接器 —— 一个基于 Model Context Protocol 的 MCP Server,把「代码重构」能力封装成 AI 可直接调用的工具。
支持本地 Ollama 与任意 OpenAI 兼容的云端接口两种推理后端,通过环境变量切换。
功能
暴露两个 MCP 工具:
| 工具 | 参数 | 说明 |
|---|---|---|
refactor_code |
code(源代码)、task(重构任务描述)、language(可选,语言提示) |
执行代码重构,返回重构后的代码与说明 |
check_status |
无 | 检查当前推理后端是否可用,并返回后端/模型信息 |
安装
npm install -g workbuddy-code-refactor-connector
或直接以 npx 运行(无需全局安装):
npx workbuddy-code-refactor-connector
配置
所有配置均通过环境变量读取,包内不硬编码任何密钥。
方式一:本地 Ollama(默认,代码不出本机)
REFACTOR_BACKEND=ollama # 默认值,可省略
OLLAMA_HOST=http://127.0.0.1:11434
OLLAMA_MODEL=deepseek-coder
方式二:云端 OpenAI 兼容接口
REFACTOR_BACKEND=openai
OPENAI_BASE_URL=https://api.deepseek.com/v1
OPENAI_MODEL=deepseek-flash
OPENAI_API_KEY=sk-xxxxxxxxxxxx
全部环境变量
| 变量 | 默认值 | 说明 |
|---|---|---|
REFACTOR_BACKEND |
ollama |
推理后端:ollama | openai |
OLLAMA_HOST |
http://127.0.0.1:11434 |
Ollama 服务地址 |
OLLAMA_MODEL |
deepseek-coder |
本地模型名 |
OPENAI_BASE_URL |
https://api.deepseek.com/v1 |
OpenAI 兼容接口地址 |
OPENAI_MODEL |
deepseek-flash |
云端模型名 |
OPENAI_API_KEY |
无 | 云端接口密钥(openai 后端必填) |
REFACTOR_TIMEOUT_MS |
180000 |
单次推理超时毫秒数(纯 CPU 本地推理较慢,默认放宽到 3 分钟) |
接入 WorkBuddy
在 WorkBuddy 的连接器配置(mcp.json)中登记本服务:
{
"mcpServers": {
"code-refactor": {
"command": "npx",
"args": ["-y", "workbuddy-code-refactor-connector"],
"env": {
"REFACTOR_BACKEND": "ollama",
"OLLAMA_MODEL": "deepseek-coder"
}
}
}
}
若使用云端后端,在 env 中补充 REFACTOR_BACKEND、OPENAI_BASE_URL、OPENAI_MODEL、OPENAI_API_KEY。
设计要点
- 密钥零硬编码:地址、模型名、密钥全部来自环境变量。
- 超时保护:所有工具调用都有超时上限,默认 180 秒。
- 错误可读:任何异常都转换为可读的中文提示,不向调用方抛出原始堆栈。
- 双后端:本地推理保障代码不出本机;云端接口用于追求更高重构质量。
许可
Questions sur Code Refactor MCP
Comment ajouter Code Refactor MCP à Claude Code ?
Exécutez claude mcp add --env 'OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>' code-refactor -- npx -y workbuddy-code-refactor-connector dans votre terminal. Ajoutez --scope user pour le rendre disponible dans tous les projets.
Comment ajouter Code Refactor MCP à Cursor ?
Ouvrez ~/.cursor/mcp.json et ajoutez le serveur sous mcpServers, avec la configuration Cursor indiquée dans la section d'installation ci-dessus.
Comment puis-je m'assurer que mon code reste en local ?
Vous pouvez utiliser le backend local Ollama pour garantir que votre code ne quitte jamais votre machine.
Puis-je utiliser des modèles basés sur le cloud ?
Oui, vous pouvez utiliser n'importe quelle interface cloud compatible OpenAI en configurant la variable REFACTOR_BACKEND sur openai.