📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🔄 工作流💻 CLI🧬 Embedding🧠 Claude✨ GPT
智能漏洞诊断
🔌
MCP工具

智能漏洞诊断

基于 Python · 让 AI 助手直接操作你的系统与工具
英文名：debug-mind
⭐ 6 Stars 💻 Python 📄 MIT 🏷 AI 8.0分
8.0AI 综合评分
aibug-fixingmcp
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

智能漏洞诊断 是 AI Skill Hub 本期精选MCP工具之一。综合评分 8.0 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

智能漏洞诊断 是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 智能漏洞诊断，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。智能漏洞诊断 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 智能漏洞诊断 评为 AI 评分 8.0 分，属于同类工具中的优质选择。

📋 工具概览

AI驱动的漏洞诊断工具，见过的bug越多，诊断越准确

智能漏洞诊断 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

GitHub Stars
⭐ 6
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目，按需更新
开源协议
MIT
AI 综合评分
8.0 分
工具类型
MCP工具
Forks
—

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

AI驱动的漏洞诊断工具，见过的bug越多，诊断越准确

智能漏洞诊断 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口，显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
  • 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
  • 轻量无侵入设计，不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
  • 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/zavoryn/debug-mind

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "------": {
      "command": "npx",
      "args": ["-y", "debug-mind"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js（v18 或以上版本）
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后，在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 智能漏洞诊断 执行以下任务...
Claude: [自动调用 智能漏洞诊断 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入："列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "______": {
      "command": "npx",
      "args": ["-y", "debug-mind"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 57/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

中文 | English

<p align="center"> <img src="docs/logo.svg" alt="DebugMind" width="120" height="120" /> <h1 align="center">DebugMind</h1> <p align="center"> <strong>记忆增强的 AI Bug 诊断智能体</strong><br/> <em>每次诊断都让下一次更快 —— 像有经验的老工程师在旁边。</em> </p> </p>

<p align="center"> <img src="https://img.shields.io/badge/python-3.10+-blue" alt="Python 3.10+" /> <img src="https://img.shields.io/badge/license-MIT-green" alt="MIT License" /> <img src="https://img.shields.io/badge/MCP-compatible-purple" alt="MCP Compatible" /> <img src="https://img.shields.io/badge/tests-198_passed-brightgreen" alt="198 Tests" /> <img src="https://img.shields.io/badge/hit@1-0.92-orange" alt="hit@1=0.92" /> <a href="https://github.com/zavoryn/debug-mind/actions/workflows/test.yml"><img src="https://github.com/zavoryn/debug-mind/actions/workflows/test.yml/badge.svg?branch=master" alt="tests" /></a> <a href="https://github.com/zavoryn/debug-mind/actions/workflows/lint.yml"><img src="https://github.com/zavoryn/debug-mind/actions/workflows/lint.yml/badge.svg?branch=master" alt="lint" /></a> <img src="https://img.shields.io/badge/pypi-pre--release-lightgrey" alt="PyPI pre-release" /> <a href="https://huggingface.co/spaces/chenming6886/debug-mind"><img src="https://img.shields.io/badge/%F0%9F%A4%97%20Hugging%20Face-Spaces-blue" alt="Hugging Face Spaces" /></a> </p>

<p align="center"> <a href="https://huggingface.co/spaces/chenming6886/debug-mind"><strong>🤗 在线体验 Live Demo</strong></a> &nbsp;·&nbsp; Search Memory 无需 API Key，20 个真实案例即搜即用 </p>

<p align="center"> <img src="docs/hf-01-home.png" alt="DebugMind Web UI — 主界面" width="100%" /> </p>

<p align="center"> <img src="docs/hf-03-agent-reasoning.png" alt="Agent 推理过程 — 搜索记忆库、分析根因" width="100%" /> </p>

<p align="center"> <img src="docs/hf-04-diagnosis-verify.png" alt="诊断草稿 + 工程师验证闭环" width="100%" /> </p>

<p align="center"> <img src="docs/hf-06-search-results.png" alt="知识库搜索 — 混合检索结果展示" width="100%" /> </p>

---

快速开始

```bash pip install -e . export ANTHROPIC_API_KEY=sk-ant-...

启动 Web UI

debug-mind web ```

---

搜索历史案例

debug-mind search "redis connection pool exhausted"

主要环境变量

变量默认说明
ANTHROPIC_API_KEY—必填
DEBUG_MIND_BACKENDsqlitesqlite 或 chroma
DEBUG_MIND_PROVIDERanthropicanthropic 或 openai
DEBUG_MIND_MAX_COST0.5每次诊断最大 USD 花费
DEBUG_MIND_MAX_TOKENS50000每次诊断最大 token 数
DEBUG_MIND_MCP_TOKEN—MCP 写操作鉴权

完整列表见 docs/DEVELOPMENT.md。

---

工作流程

用户输入：症状描述 + 错误日志（+ 可选：项目代码路径）
          │
          ▼
    ① 检索记忆库
       向量相似度 × 0.75 + 词法匹配 × 0.25
       已验证案例 × 1.0 优先，命中次数 log 加权
          │
    ┌─────┴──────┐
    │ 命中相似案例 │         │ 无匹配
    ▼             ▼         ▼
  加载历史诊断    ② ReAct 诊断循环（最多 20 轮）
  快速定位修复       搜索代码 → 读文件 → 分析日志 → 推理根因
    │             │
    └─────┬───────┘
          ▼
    ③ 输出：根因 + 修复建议 + 置信度
          │
          ▼
    ④ 写入记忆库（Markdown 文件 + 向量索引）
       供下次命中使用，hit_count 累积

---

MCP 集成

将 DebugMind 的记忆接入 Claude Code 或 Claude Desktop：

{
  "mcpServers": {
    "debug-mind": {
      "command": "python",
      "args": ["-m", "debug_mind.tools.mcp_server"],
      "env": { "DEBUG_MIND_MCP_TOKEN": "your-secret-token" }
    }
  }
}

暴露的工具：search_similar_bugs · save_bug_case · verify_bug_case · get_bug_stats

---

集成

debug-mind serve # 启动 MCP 服务器 debug-mind web # 启动 Gradio Web UI（默认端口 7860） ```

---

🎯 aiskill88 AI 点评 A 级 2026-06-03

高质量的AI驱动的漏洞诊断工具，具有很大的潜力

⚡ 核心功能

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
  • 将多个 MCP 工具组合使用，构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +MIT 协议，可免费商用
  • +标准化 MCP 协议，生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用，配置简单快捷
⚠️ 不足
  • −依赖 Claude 客户端，非 Claude 用户无法使用
  • −MCP 协议仍在持续演进，接口可能变更
  • −需要一定的配置步骤
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 相关工具推荐

Composio智能工具编排平台
MCP工具
FastGPT
基于LLM的知识平台，提供综合解决方案
Context7代码文档平台
MCP工具
AI工程师中心
MCP工具
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
技能寻求者
MCP · Agent · 工作流
total-agent-memory MCP工具
为Claude Code和Codex CLI提供持久化记忆功能的开源MCP工具。自动提取知识图谱，支持多轮对话上下文保留，适合需要长期记忆和
MassGen多智能体系统
MCP · Agent · 工作流
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
kb-arena开源AI工作流
kb-arena是开源的AI工作流，用于Benchmark 9 retrieval architectures（向量、上下文、QnA、知识图
CrewAI 多代理协作平台
MCP · Agent · 工作流

❓ 常见问题 FAQ

参考项目文档和示例代码
💡 AI Skill Hub 点评

经综合评估，智能漏洞诊断 在MCP工具赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 智能漏洞诊断
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 debug-mind
原始描述 开源MCP工具：AI-Powered Bug Diagnosis Agent with Experiential Memory — the more bugs it sees,。⭐6 · Python
Topics aibug-fixingmcp
GitHub https://github.com/zavoryn/debug-mind
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/zavoryn/debug-mind

收录时间：2026-06-03 · 更新时间：2026-06-03 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。