mcpProxy 是一个 MCP 服务器，作为 AI 模型与 JetBrains IDE (如 IntelliJ、PyCharm) 之间的桥梁。它通过代理客户端请求到 IDE，使 AI 模型能够安全地与 IDE 进行交互，从而扩展 AI 模型的功能。该解决方案支持多个 IDE 实例，并允许配置主机和端口，同时提供可选的日志记录功能，方便开发者调试。

mcpProxy 基于 Node.js 构建，采用客户端-服务器架构，并与 JetBrains IDE 通过 MCP Server 插件集成。开发者可以通过简单的配置，将其集成到 Claude Desktop 等应用中。使用 mcpProxy，开发者可以充分利用 JetBrains IDE 的强大功能，为 AI 模型提供更丰富的上下文信息和操作能力，极大地提升开发效率和智能化水平。

请求代理与安全交互

mcpProxy 的核心功能是作为客户端和 JetBrains IDE 之间的安全代理。它接收来自客户端（例如 AI 模型）的请求，并将这些请求转发到 IDE 的内置 Web 服务器。通过这种代理机制，mcpProxy 能够控制和过滤进出 IDE 的数据流，确保只有经过授权和验证的请求才能访问 IDE 的功能。这对于保护 IDE 免受潜在恶意攻击至关重要，尤其是在 AI 模型需要执行代码生成、调试或重构等敏感操作时。mcpProxy 充当了一道安全屏障，防止未经授权的访问和潜在的安全漏洞，从而保障了开发环境的完整性。

例如，一个 AI 代码助手需要访问 IDE 的代码补全功能。AI 助手通过 mcpProxy 发送请求，mcpProxy 验证请求的合法性后，将其转发到 IDE。IDE 返回代码补全建议，mcpProxy 将结果安全地传递回 AI 助手。

多 IDE 实例支持

mcpProxy 能够同时支持多个 JetBrains IDE 实例，这对于需要并行处理多个项目或使用不同 IDE 版本的开发者来说非常有用。通过配置不同的端口和主机地址，mcpProxy 可以将来自不同客户端的请求路由到相应的 IDE 实例。这种多实例支持极大地提高了开发效率和灵活性，允许开发者在不同的开发环境之间无缝切换，而无需手动配置和管理多个代理服务器。

例如，一个开发者同时使用 IntelliJ IDEA 处理后端代码，并使用 WebStorm 处理前端代码。mcpProxy 可以配置为将来自 AI 模型的后端相关请求路由到 IntelliJ IDEA 实例，并将前端相关请求路由到 WebStorm 实例，从而实现 AI 模型在不同项目之间的智能协作。通过环境变量 IDE_PORT 和 HOST 进行配置。

可配置性和灵活集成

mcpProxy 提供了高度的可配置性，允许开发者根据自己的需求定制代理服务器的行为。通过环境变量，开发者可以配置主机地址、端口号和日志记录等参数，以适应不同的开发环境和安全要求。此外，mcpProxy 还可以与 Claude Desktop 等其他工具集成，扩展 AI 模型的功能。这种灵活性使得 mcpProxy 能够轻松地集成到现有的开发工作流程中，并与其他 MCP 组件协同工作，构建完整的 AI 辅助开发生态系统。

例如，开发者可以通过设置 LOG_ENABLED 环境变量来启用或禁用日志记录功能，以便于调试和监控代理服务器的运行状态。此外，通过修改 claude_desktop_config.json 文件，可以将 mcpProxy 集成到 Claude Desktop 中，实现 AI 模型与 JetBrains IDE 的无缝集成。

技术实现

mcpProxy 基于 Node.js 构建，利用其非阻塞 I/O 模型实现高性能的请求代理。客户端-服务器架构保证了稳定性和可扩展性。通过 MCP Server 插件与 JetBrains IDE 集成，实现了 AI 模型与 IDE 之间的双向通信。使用 pnpm 作为包管理器，确保了依赖管理的可靠性和一致性。