ConvergeLoop MCP 配置指南

快速开始（3 步搞定）

第 1 步：添加 MCP 配置

在你的 AI IDE 对应的 MCP 配置文件中添加以下内容：

{
  "mcpServers": {
    "convergeloop": {
      "command": "E:\\硕腾网络\\ConvergeLoop\\start_mcp.bat"
    }
  }
}

就这么简单！start_mcp.bat 已封装 Python 路径、PYTHONPATH、UTF-8 编码等全部环境配置。

第 2 步：重启 IDE

重启 IDE 后，在对话窗口输入 @ 即可看到 convergeloop 服务器。

第 3 步：在对话中使用

在 AI 对话窗口输入：

@convergeloop 帮我修复 E:\硕腾网络\ConvergeLoop 项目

或加关键词指定具体操作：

@convergeloop 评估 E:\硕腾网络\ConvergeLoop 的成熟度
@convergeloop 分析 E:\硕腾网络\ConvergeLoop，深度 standard
@convergeloop 生成会话 abc123 的修复报告

各 IDE 配置文件位置

IDE	配置文件路径
Trae CN	`%APPDATA%\Trae CN\User\mcp.json`
CatPawAI	`%APPDATA%\CatPawAI\User\globalStorage\mt-idekit.mt-idekit-code\settings\mcopilot_mcp_settings.json`
Cursor	`~/.cursor/mcp.json`
VS Code + Copilot	`.vscode/mcp.json` 或 `settings.json` 中的 `mcp.servers`
Claude Desktop	`%APPDATA%\Claude\claude_desktop_config.json`

使用示例

配置完成后，在 IDE 对话窗口输入 @convergeloop + 关键词即可调用。 所有参数自动推断，用户只需说目标即可：

极简用法（推荐，跟 LoopEngine 一样简洁）

@convergeloop 修复到完整版

就这一句话。ConvergeLoop 会自动：

从 IDE 工作区或当前目录推断项目路径
自动读取 .convergeloop/intent.md 作为业务意图
按级别自动设置成熟度阈值（90/100）和最大轮次（20轮）

修复目标级别

想要的成熟度	提示语	阈值	最大轮次
80+/100	`@convergeloop 修复到正式版`	≥ 80	15 轮
90+/100	`@convergeloop 修复到完整版`	≥ 90	20 轮
95+/100	`@convergeloop 修复到完美版`	≥ 95	30 轮

完整命令对照

输入示例	调用的工具	说明
`@convergeloop 修复到完整版`	`convergeloop_fix`	启动多轮对抗修复（默认完整版）
`@convergeloop 评估成熟度`	`convergeloop_score`	8 维度成熟度评分
`@convergeloop 分析一下`	`convergeloop_analyze`	仅分析不修复
`@convergeloop 查询会话ID 进度`	`convergeloop_check_convergence`	查询修复进度
`@convergeloop 生成会话ID 的报告`	`convergeloop_generate_report`	生成修复报告
`@convergeloop 回滚会话ID`	`convergeloop_rollback`	回滚到稳定快照
`@convergeloop 续传会话ID`	`convergeloop_resume`	断点续传
`@convergeloop 为文件路径生成提示语`	`convergeloop_generate_prompt`	生成单次提示语
`@convergeloop 决策会话ID 问题ID 批准`	`convergeloop_human_decision`	人工介入决策

可选参数（通常不需要写）

以下参数都有智能默认值，只在需要精确控制时才写：

@convergeloop 修复到完整版，关注 security performance，最多 30 轮，业务意图是"电商平台"

参数	默认值	可选值
`target_level`	`commercial`（完整版）	`release` / `commercial` / `perfect`
`focus_areas`	全部	`security` / `performance` / `architecture` / `testing` / `documentation` / `devops` / `code_quality` / `bug_fix`
`max_rounds`	按 target_level 自动	任意整数
`engine`	`collaborative`	`collaborative` / `mock` / `deepseek` / `claude` / `openai` / `glm` / `ollama`
`intent`	自动读 `.convergeloop/intent.md`	任意业务描述字符串

业务意图配置（可选，推荐）

在项目根目录创建 .convergeloop/intent.md，写入项目的业务意图：

# 业务意图

通用型 AI 对抗性验证引擎——修到真完美，不是假完美

## 核心功能
- 多轮对抗修复循环
- 17 红队角色 + 8 蓝队工程师
- 7 条防欺骗铁律
- 6 级质量门控

配置后，每次 @convergeloop 修复到完整版 都会自动读取这个文件作为业务意图，用户无需每次手动写。

可用的 10 个 MCP 工具

所有耗时工具（fix/analyze/score/rollback/resume）立即返回 task_id 或 session_id（<100ms），实际工作在后台线程执行，绝不超时。通过 convergeloop_get_result（任务型）或 convergeloop_check_convergence（会话型）轮询结果。

工具	用途	立即返回	轮询方式
`convergeloop_fix`	启动多轮对抗修复	session_id	`convergeloop_check_convergence`
`convergeloop_analyze`	仅分析不修复	task_id	`convergeloop_get_result`
`convergeloop_score`	8 维度成熟度评分	task_id	`convergeloop_get_result`
`convergeloop_get_result`	轮询 analyze/score/rollback 结果	结果/running	—
`convergeloop_check_convergence`	查询修复进度	状态 JSON	—
`convergeloop_generate_prompt`	生成单次提示语	提示语文本	—
`convergeloop_rollback`	回滚到稳定快照	task_id	`convergeloop_get_result`
`convergeloop_generate_report`	生成修复报告	报告内容	—
`convergeloop_resume`	断点续传	session_id	`convergeloop_check_convergence`
`convergeloop_human_decision`	人工介入决策	决策确认	—

启动脚本说明

start_mcp.bat（Windows）/ start_mcp.sh（Linux/macOS）会自动完成以下工作：

定位项目根目录：以脚本所在目录为根
检测 Python 解释器：按优先级查找（venv → 系统 → 常见路径 → py launcher）
设置环境变量：PYTHONPATH + PYTHONIOENCODING=utf-8 + PYTHONUTF8=1
启动 MCP Server：python -m convergeloop.mcp_server

跨项目部署

将 ConvergeLoop 部署到其他位置时，只需修改 command 路径指向新的 start_mcp.bat，脚本内部无需任何修改。

引擎模式

模式	用途	需要 API key
`collaborative`（默认）	ConvergeLoop 生成提示语，由 IDE 的 AI 执行	❌
`autonomous`	ConvergeLoop 自己调用 AI API	✅
`mock`	本地测试，无网络无 AI	❌

autonomous 模式（可选）

如需 autonomous 模式，在 MCP 配置 JSON 中添加 env：

{
  "mcpServers": {
    "convergeloop": {
      "command": "E:\\硕腾网络\\ConvergeLoop\\start_mcp.bat",
      "env": {
        "DEEPSEEK_API_KEY": "sk-xxx"
      }
    }
  }
}

可选的 API key 环境变量：

ANTHROPIC_API_KEY → claude 引擎
OPENAI_API_KEY → openai 引擎
DEEPSEEK_API_KEY → deepseek 引擎
GLM_API_KEY / ZHIPUAI_API_KEY → glm 引擎

验证配置

配置完成后，在 IDE 对话窗口输入：

@convergeloop 评估 E:\硕腾网络\ConvergeLoop 的成熟度

如果返回 8 维度成熟度评分，说明 MCP Server 已成功连接。

常见问题

Q: `@convergeloop` 没有出现在智能体列表中？

确认 MCP 配置文件路径正确（见上方「各 IDE 配置文件位置」表）
确认 start_mcp.bat 路径正确（使用绝对路径，正斜杠 / 或双反斜杠 \\）
重启 IDE
在 IDE 的 MCP 设置面板检查 convergeloop 服务器状态是否为「已连接」

Q: 工具调用超时？

所有耗时工具已改为后台线程执行，工具调用在 <100ms 内返回 task_id 或 session_id，不会超时。

convergeloop_fix 返回 session_id 后，等 15 秒调用 convergeloop_check_convergence(session_id="...") 查询进度
convergeloop_analyze/convergeloop_score 返回 task_id 后，等 10 秒调用 convergeloop_get_result(task_id="...") 查询结果
多轮修复可能需要数小时，使用 @convergeloop 续传会话ID 恢复
检查点会自动保存，不会丢失进度

Q: 上下文满了怎么办？

输入 @convergeloop 续传会话ID 在新会话中恢复
输入 @convergeloop 查询会话ID 进度 查看当前进度

Q: 如何查看修复报告？

输入 @convergeloop 生成会话ID 的报告
报告默认保存到 ~/.convergeloop/reports/report_<session_id>.md

FilesExpand file tree

MCP_CONFIG.md

Latest commit

History