JetBrains MCP 服务器集成

“JetBrains” MCP 服务器的作用是什么？

JetBrains MCP 服务器作为 AI 客户端与 JetBrains IDE（如 IntelliJ、PyCharm、WebStorm 和 Android Studio）之间的代理。通过桥接 AI 助手与开发环境，实现 AI 代理与 IDE 的直接交互，提升工作流效率。借助这种连接，AI 可实现如代码导航、项目管理、执行命令或通过模型上下文协议（MCP）访问 IDE 服务等任务。该集成依托于 JetBrains 产品的 MCP Server 插件，使开发者能够在熟悉的 JetBrains IDE 界面内，利用大语言模型和自动化工具来简化开发、自动处理重复性任务并获得智能建议。

提示模板列表

可用文档中未提及任何提示模板。

资源列表

可用文档中未列出具体资源。

工具列表

可用文档或 server.py 中未描述具体工具。

该 MCP 服务器的用例

• IDE 自动化： 让 AI 自动化 JetBrains IDE 中的重复任务，如运行构建或管理项目，从而提升开发者效率。
• 跨 IDE 集成： 允许 AI 代理与多个 JetBrains IDE 交互，支持跨不同语言或项目类型的工作流。
• AI 驱动的导航： 利用 IDE 内置功能，让 AI 协助导航大型代码库，加快代码探索，使其更直观。
• 无缝 AI-IDE 通信： 促进 AI 客户端与 JetBrains IDE 之间的直接通信，实现实时建议、代码补全或重构任务。
• 多平台支持： 利用服务器对 IntelliJ、PyCharm、WebStorm 和 Android Studio 的兼容性，实现主流 JetBrains 工具中的一致 AI 集成体验。

如何进行设置

Windsurf

1. 确认已在 JetBrains IDE 中安装 Node.js 和 JetBrains MCP Server 插件。
2. 打开 Windsurf 的配置设置。
3. 通过编辑 User Settings (JSON) 文件添加 JetBrains MCP Server：

   {
     "mcp": {
       "servers": {
         "jetbrains": {
           "command": "npx",
           "args": ["-y", "@jetbrains/mcp-proxy"]
         }
       }
     }
   }
   

4. 保存配置并重启 Windsurf。
5. 验证与 JetBrains IDE 的连接。

API 密钥安全设置（示例）

{
  "mcp": {
    "servers": {
      "jetbrains": {
        "command": "npx",
        "args": ["-y", "@jetbrains/mcp-proxy"],
        "env": {
          "IDE_PORT": "your_ide_port"
        }
      }
    }
  }
}

Claude

1. 在 IDE 中安装 JetBrains MCP Server 插件。
2. 打开 claude_desktop_config.json（Mac: ~/Library/Application Support/Claude/claude_desktop_config.json，Windows: %APPDATA%/Claude/claude_desktop_config.json）。
3. 添加 MCP 服务器配置：

   {
     "mcpServers": {
       "jetbrains": {
         "command": "npx",
         "args": ["-y", "@jetbrains/mcp-proxy"]
       }
     }
   }
   

4. 保存并关闭文件。
5. 重启 Claude Desktop，并确保 JetBrains IDE 已打开。

API 密钥安全设置（示例）

{
  "mcpServers": {
    "jetbrains": {
      "command": "npx",
      "args": ["-y", "@jetbrains/mcp-proxy"],
      "env": {
        "IDE_PORT": "your_ide_port"
      }
    }
  }
}

Cursor

1. 在 IDE 中安装 Node.js 和 JetBrains MCP Server 插件。
2. 在工作区下创建或编辑 .vscode/mcp.json 文件：

   {
     "servers": {
       "jetbrains": {
         "command": "npx",
         "args": ["-y", "@jetbrains/mcp-proxy"]
       }
     }
   }
   

3. 保存并重启 Cursor。
4. 验证 IDE 中的 MCP 服务器连接。

API 密钥安全设置（示例）

{
  "servers": {
    "jetbrains": {
      "command": "npx",
      "args": ["-y", "@jetbrains/mcp-proxy"],
      "env": {
        "IDE_PORT": "your_ide_port"
      }
    }
  }
}

Cline

1. 确认已在 JetBrains IDE 中安装 Node.js 和 MCP Server 插件。
2. 访问 Cline 的配置文件。
3. 添加 MCP 服务器条目如下：

   {
     "mcpServers": {
       "jetbrains": {
         "command": "npx",
         "args": ["-y", "@jetbrains/mcp-proxy"]
       }
     }
   }
   

4. 保存更改并重启 Cline。
5. 连接时确保 JetBrains IDE 已打开。

API 密钥安全设置（示例）

{
  "mcpServers": {
    "jetbrains": {
      "command": "npx",
      "args": ["-y", "@jetbrains/mcp-proxy"],
      "env": {
        "IDE_PORT": "your_ide_port"
      }
    }
  }
}

注意： 请将 "your_ide_port" 替换为 IDE 内置 webserver 的实际端口。

如何在流程中使用此 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，首先在流程中添加 MCP 组件并将其连接到您的 AI 代理：

点击 MCP 组件以打开配置面板。在 system MCP 配置部分，使用如下 JSON 格式插入您的 MCP 服务器信息：

{
  "jetbrains": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 代理即可作为工具使用该 MCP，访问其全部功能和能力。请注意，如 MCP 服务器名称不同请将 "jetbrains" 替换为实际名称，并将 URL 替换为您自己的 MCP 服务器地址。

总览

从文档来看，JetBrains MCP 服务器维护良好且受欢迎，但本仓库中未公开记录提示、资源和工具原语。配置说明较为完善，且支持 API 密钥安全。总体而言，对 JetBrains IDE 用户实用性很高，但 MCP 特性相关文档仍有待完善。

MCP 评分