Upptäck 383 AI-kodning-appar och verktyg

Fördelar: Ger fem MCP-verktyg för vanliga kanalåtgärder. Interaktiv installationskommando och terminal CLI för snabb konfiguration. Per-projekt .slack-mcp.json filer omfattar arbetsytans inställningar. Kompatibel med Cursor, Windsurf och Claude Desktop-värdar.

Nackdelar: Ingen direktmeddelande eller grupp-DM-support. Erbjuder inte meddelandesökning över arbetsytor. Omfånget är avsiktligt snävt, vilket begränsar full Slack-paritet.

Fördelar: Stöder stdio och SSE-transporter för varierande MCP-backends. Öppen källkod projekt, värd och utbyggbar på GitHub. Förekommer som en enda MCP-slutpunkt för klientkompatibilitet. Hälsokontroll och backendövervakning för att styra runt fel.

Nackdelar: Kräver Node.js-distribution och operativ bekantskap. Begränsad till miljöer som stöder Model Context Protocol. Centraliserad gateway flyttar ansvaret för felhantering till operatörer.

Fördelar: Minskar tokenanvändningen med upp till 90 procent under kodutforskning. AST-medveten hämtning avklaring av symboler genom föräldertyper. Syntax Guard validerar ändringar mot AST innan skrivning. Rust-baserad semantisk index ger hög hastighet sökning för stora repos.

Nackdelar: Projektet är i Beta, föremål för aktiva förändringar. Kräver en MCP-kompatibel klient för integration. Verkar lokalt utan inbyggda verktyg för molnsamarbete.

Fördelar: Mer än 600 upptäckbara åtgärder för AI-drivna redigeringsuppgifter. Stöder Unreal Engine 5.4–5.7 och vanliga redigerarsubsystem.. Öppen källkod MIT-licens, som tillåter inspektion och modifiering. Beständig anslutning och en C++ Bridge Plugin för låg latens integration.

Nackdelar: Kräver Node.js 18+ och specifika versioner av Unreal Engine. En engångsredigerare omstart behövs för att ladda bro-pluginet. Behöver en MCP-kapabel AI-klient för att fungera (t.ex. Claude Desktop).

Fördelar: Programmatisk läs-/skriv- och reaktivt urklipp övervakningsverktyg. Upptäcker HTML och rapporterar flera urklippformat. Inhemsk åtkomst via arboard över vanliga visningsservrar.

Nackdelar: Alla anslutna MCP-klienter kan läsa urklippsinnehåll.. Bildhantering begränsad till formatdetektering, inte fullständiga bildläsningar. Kräver försiktighet när urklipp innehåller känslig information.

Fördelar: Exponerar projektstruktur så LLM:er kan referera till projektstatus i sessionen. Stöder TypeScript och JavaScript skriptgenerering kopplad till motor-API:er. Byggd på Model Context Protocol för MCP-klientinteroperabilitet. Erkänd av Cocos Creator-gemenskapen för banbrytande MCP-integration.

Nackdelar: Optimerad för Cocos Creator 3.x, äldre projekt kan behöva anpassning. Kräver en MCP-kompatibel värd som Claude Desktop för typisk användning. Genererad kod och scenredigeringar kräver manuell granskning och testning. Öppen källkod gemenskapsprojekt, inte en officiell Cocos produkt.

Fördelar: Hämtar stamtavleposter och uppskattade avelsvärden från NSIP API. Inkluderar MCP-server så AI-assistenter kan fråga flockdata direkt. Python-arkitektur stöder integration i befintliga analytiska arbetsflöden. Öppen källkod möjliggör inspektion och gemenskapsgranskningar.

Nackdelar: Kräver giltiga NSIP API-referenser för att fungera. Analytiska resultat beror på kvaliteten på NSIP-källdata. Behöver en MCP-kompatibel miljö för AI-assistentintegration.

Fördelar: Tar bort kommentarer och extra mellanslag för att minska token-användningen. Stöder katalogbehandling för flerfilprojekt. Exponerar tidy_file för direkta MCP-klientanrop. Språkagnostisk bearbetning för vanliga textbaserade filer.

Nackdelar: Kräver en MCP-värdmiljö och Node.js. Enkeländamålsdesign, inte en fullständig kodformatterare. Tar bort utvecklarkommentarer som vissa arbetsflöden är beroende av. Användare måste verifiera parametrar för att undvika att skriva över filer.