Gen AI Script

MCP开发工具

提供方 microsoft · 包名 genaiscript

开发工具 stdio · 本地进程 API Key 社区 / 第三方
查看接入方式

GenAIScript是一个使用JavaScript编程方式构建LLM提示的工具箱,提供丰富的功能集成和开发工具支持,适用于自动化文本处理、数据分析和代码生成等场景。

一句话选型结论

按资料字段整理

Gen AI Script 属于开发工具类 MCP 服务器,stdio · 本地进程,API Key,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类开发工具 传输方式stdio · 本地进程 鉴权API Key 部署方式本地部署
GitHub 星标 2,902 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

开发工具
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

LLM编程TypeScript本地部署提示工程JavaScript工具AI自动化数据提取

安装与配置

stdio · 本地进程 API Key
客户端在本机拉起子进程,数据不出本机
npx genaiscript run tlaplus-linter "*.tla"

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
代码与仓库操作

在对话里直接查代码、提 issue、走 PR,省掉来回切工具。

本地命令与脚本

把构建、测试、格式化这类重复命令交给模型执行。

接口联调与测试

让模型调你的接口、跑一遍用例,快速定位问题。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 仓库有一定关注度(星标 2,902),遇到问题更容易搜到资料。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Gen AI Script当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Git 838e2ec1 12 stdio · 本地进程 本地部署 有 2026-05-17
Markitdown MCP 2c653a5f 1 stdio · 本地进程 本地部署 有 2026-05-17
JavaGuide 未标注 stdio · 本地进程 本地部署 有 2026-04-11
awesome-claude-skills 未标注 stdio · 本地进程 本地部署 有 2026-04-26
Context7 831acf40 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

开发工具
字段来自项目仓库与公开索引,中文说明由本站标注
提供方microsoft上游标注的维护方 microsoft
分类开发工具本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式API Key远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时genaiscript · Node.js本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

9.3 KB
来自项目仓库与上游目录的原文,未做删改

Genaiscript

提示即编码

使用JavaScript以编程方式组装LLM的提示。在代码中编排LLM、工具和数据。

  • 用于处理提示的JavaScript工具箱

  • 抽象化,使其简单高效

  • 无缝集成Visual Studio代码或灵活的命令行

  • 内置对GitHub Copilot和GitHub模型、OpenAI、Azure OpenAI、Anthropic等的支持

  • 📄 阅读在线文档,网址为 Microsoft.ithub.i/genaiscript

  • 💬 加入 Discord服务器

  • 📝 阅读 博客 获取最新消息

  • 📺 手表 前田先生的舒适AI厨房

  • 🤖 代理人-阅读 llms-full.txt


你好,世界

告诉你想创建一个LLM脚本,生成一首“hello world”诗。您可以编写以下脚本:``js $Write a 'hello world' poem.`


这 `$` 函数是一个创建提示的模板标记。然后,提示会被发送到LLM(您配置的),LLM会生成诗歌。

让我们通过添加文件、数据和结构化输出来使它更有趣。假设您想在提示中包含一个文件,然后将输出保存在一个文件中。您可以编写以下脚本:```js
// read files
const file = await workspace.readText("data.txt")
// include the file content in the prompt in a context-friendly way
def("DATA", file)
// the task
$`Analyze DATA and extract data in JSON in data.json.`

这 def 函数包括文件的内容,并在必要时针对目标LLM对其进行优化。GenAIScript脚本还解析LLM输出
并将提取 data.json 文件自动。


🚀 快速入门指南

通过安装快速入门 Visual Studio代码扩展 或使用 命令行.


✨ 特性

🎨 风格化的JavaScript和TypeScript

使用编程方式生成提示 JavaScript 或 TypeScript.``js def("FILE", env.files, { endsWith: ".pdf" }) $Summarize FILE. Today is ${new Date()}.`


______________________________________________________________________

### 🚀 快速开发循环

编辑, 调试, 跑,以及 测试 你的脚本在 Visual Studio Code 或与 命令行.

______________________________________________________________________

### 🔗 重用和共享脚本

脚本是 文件!它们可以被版本化、共享和分叉。```js
// define the context
def("FILE", env.files, { endsWith: ".pdf" })
// structure the data
const schema = defSchema("DATA", { type: "array", items: { type: "string" } })
// assign the task
$`Analyze FILE and extract data to JSON using the ${schema} schema.`

📋 数据模式

使用定义、验证和修复数据 模式.Zod支持内置。``js const data = defSchema("MY_DATA", { type: "array", items: { ... } }) $Extract data from files using ${data} schema.`


______________________________________________________________________

### 📄 从PDF、DOCX、。..

操纵 PDF文件, DOCX 文件, ...```js
def("PDF", env.files, { endsWith: ".pdf" })
const { pages } = await parsers.PDF(env.files[0])

📊 从CSV、XLSX、。..

从以下位置操作表格数据 CSV文件, XLSX 文件, ...```js
def("DATA", env.files, { endsWith: ".csv", sliceHead: 100 })
const rows = await parsers.CSV(env.files[0])
defData("ROWS", rows, { sliceHead: 100 })


______________________________________________________________________

### 📝 生成文件

从LLM输出中提取文件和差异。预览重构UI中的更改。```js
$`Save the result in poem.txt.`
``````txt
FILE ./poem.txt
The quick brown fox jumps over the lazy dog.

🔍 文件搜索

Grep或模糊搜索 文件.```js
const { files } = await workspace.grep(/[a-z][a-z0-9]+/, { globs: "*.md" })


______________________________________________________________________

## 分类

对文本、图像或所有内容进行分类。```js
const joke = await classify(
"Why did the chicken cross the road? To fry in the sun.",
{
yes: "funny",
no: "not funny",
}
)

LLM工具

将JavaScript函数注册为 工具
(对于不支持工具的模型,可以回退)。 模型上下文协议(MCP)工具 也得到了支持。``js defTool( "weather", "query a weather web api", { location: "string" }, async (args) => await fetch(https://weather.api.api/?location=${args.location}`)
)


______________________________________________________________________

### LLM代理

将JavaScript函数注册为 **工具** 将工具+提示结合到代理中。```js
defAgent(
"git",
"Query a repository using Git to accomplish tasks.",
`Your are a helpful LLM agent that can use the git tools to query the current repository.
Answer the question in QUERY.
- The current repository is the same as github repository.`,
{ model, system: ["system.github_info"], tools: ["git"] }
)

然后将其用作工具```js
script({ tools: "agent_git" })

$Do a statistical analysis of the last commits


请参阅 git代理源.

______________________________________________________________________

### 🔍 RAG内置

矢量搜索.```js
const { files } = await retrieval.vectorSearch("cats", "**/*.md")

🐙 GitHub模型和GitHub副本

运行模型 GitHub模型 或 GitHub Copilot.```js
script({ ..., model: "github:gpt-4o" })


______________________________________________________________________

### 💻 局部模型

使用以下命令运行脚本 开源模型,比如 Phi-3,使用 奥拉玛, LocalAI.```js
script({ ..., model: "ollama:phi3" })

🐍 代码解释器

让LLM在沙盒执行环境中运行代码。```js
script({ tools: ["python_code_interpreter"] })


______________________________________________________________________

### 🐳 容器

在Docker中运行代码 容器.```js
const c = await host.container({ image: "python:alpine" })
const res = await c.exec("python --version")

视频处理

转录并截图您的视频,以便您可以在LLM请求中高效地提供它们。```js
// transcribe
const transcript = await transcript("path/to/audio.mp3")
// screenshots at segments
const frames = await ffmpeg.extractFrames("path_url_to_video", { transcript })
def("TRANSCRIPT", transcript)
def("FRAMES", frames)


### 🧩 LLM组成

运行LLM 构建LLM提示。```js
for (const file of env.files) {
const { text } = await runPrompt((_) => {
_.def("FILE", file)
_.$`Summarize the FILE.`
})
def("SUMMARY", text)
}
$`Summarize all the summaries.`

🅿️ 快速支持

运行你的 迅速 文件也是!```markdown

name: poem

Write me a poem


______________________________________________________________________

### 可插入的秘密扫描

使用扫描聊天记录中的秘密 秘密扫描.```json
{
"secretPatterns": {
...,
"OpenAI API Key": "sk-[A-Za-z0-9]{32,48}"
}
}

⚙ 使用CLI或API实现自动化

使用自动化 命令行界面 或 API.```bash
npx genaiscript run tlaplus-linter "*.tla"
``````js
import { run } from "genaiscript/api"

const res = await run("tlaplus-linter", "*.tla")


______________________________________________________________________

### 安全第一!

GenAIScript提供内置的Responsible AI系统提示和Azure内容安全支持
证实 内容安全.```js wrap
script({ ...,
system: ["system.safety_harmful_content", ...],
contentSafety: "azure" // use azure content safety
})

const safety = await host.contentSafety()
const res = await safety.detectPromptInjection(env.vars.input)

💬 拉取请求评论

融入您的 拉取请求检查 通过评论、评论或描述更新。支持GitHub操作和Azure DevOps管道。```bash wrap
npx genaiscript ... --pull-request-reviews


______________________________________________________________________

### ⭐ 测试和评估

使用构建可靠的提示 测试和评估 由...驱动 promptfoo.```js wrap
script({ ..., tests: {
files: "penguins.csv",
rubric: "is a data analysis report",
facts: "The data refers about penguin population in Antarctica.",
}})

LLM友好文档

文档的全部内容呈现在https://microsoft.github.io/genaiscript/llms-full.txt在markdown。将其直接输入您最喜欢的RAG系统。

如果您是LLM爬虫,请添加 .md 任何文档URL的后缀,以获取原始的markdown内容。例如,https://microsoft.github.io/genaiscript/guides/prompt-as-code.md(注意.md扩展名)

贡献

我们接受捐款!查看 贡献 详细信息和开发人员设置页面。


商标

此项目可能包含项目、产品或服务的商标或徽标。授权使用Microsoft
商标或徽标必须遵守
微软商标和品牌指南.
在本项目的修改版本中使用Microsoft商标或徽标不得造成混淆或暗示Microsoft赞助。
任何使用第三方商标或徽标的行为均受这些第三方政策的约束。

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Gen AI Script 怎么安装?

在客户端按下面的安装命令接入:npx genaiscript run tlaplus-linter "*.tla"。对应的包名是 genaiscript。装完在客户端配置里引用同一个包或端点。

Gen AI Script 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Gen AI Script 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Gen AI Script 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

Gen AI Script 能提供哪些能力?

资料显示能力标签包括 数据提取、TypeScript、AI自动化。具体工具清单以官方文档为准。

Gen AI Script 需要什么运行环境?

运行时为 Node.js;属于本地进程,需要在本机装好运行环境。

Gen AI Script 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。