工具函数 API

dcc_mcp_core.utils — 文件系统、常量、类型包装器、日志。

类型包装器（RPyC）

用于在 RPyC 连接上安全传输 Python 值的类型包装器。

from dcc_mcp_core import wrap_value, unwrap_value, unwrap_parameters
from dcc_mcp_core import BooleanWrapper, IntWrapper, FloatWrapper, StringWrapper

# 包装原生值
wrapped = wrap_value(True)         # BooleanWrapper(True)
wrapped = wrap_value(42)           # IntWrapper(42)
wrapped = wrap_value(3.14)         # FloatWrapper(3.14)
wrapped = wrap_value("hello")     # StringWrapper("hello")

# 还原为原生值
original = unwrap_value(wrapped)   # True, 42, 3.14, 或 "hello"

# 批量还原字典中的所有值
params = {"visible": BooleanWrapper(True), "count": IntWrapper(5)}
native = unwrap_parameters(params)  # {"visible": True, "count": 5}

包装器类

类	Python 类型	特殊方法
BooleanWrapper(value)	bool	__bool__、__eq__、__hash__
IntWrapper(value)	int (i64)	__int__、__index__、__eq__、__hash__
FloatWrapper(value)	float (f64)	__float__、__eq__（相对容差），不可哈希
StringWrapper(value)	str	__str__、__eq__、__hash__

WARNING

FloatWrapper 故意不可哈希（__hash__ 会抛出 TypeError），因为 f64 不实现 Eq/Hash（NaN ≠ NaN）。不要将其用作字典键或放入集合中。

文件系统

使用 dirs crate 进行平台特定目录解析。

from dcc_mcp_core import (
    get_platform_dir, get_config_dir, get_data_dir, get_log_dir,
    get_tools_dir, get_skills_dir, get_skill_paths_from_env,
    get_app_skill_paths_from_env,
)

config = get_config_dir()           # ~/.config/dcc-mcp (Linux)
data = get_data_dir()               # ~/.local/share/dcc-mcp (Linux)
log = get_log_dir()                 # ~/.local/share/dcc-mcp/log (Linux)
actions = get_tools_dir("maya")   # {data}/actions/maya/
skills = get_skills_dir("maya")     # {data}/skills/maya/
skills = get_skills_dir()           # {data}/skills/ (全局)

# 通用平台目录（config、data、cache、log、documents）
dir = get_platform_dir("cache")

# 从全局环境变量获取
paths = get_skill_paths_from_env()  # 分割 DCC_MCP_SKILL_PATHS

# 从应用专属环境变量获取
paths = get_app_skill_paths_from_env("maya")     # 读取 DCC_MCP_MAYA_SKILL_PATHS
paths = get_app_skill_paths_from_env("blender")  # 读取 DCC_MCP_BLENDER_SKILL_PATHS

TIP

所有 get_*_dir() 函数在目录不存在时会自动创建（get_skills_dir 除外，仅返回路径）。

get_app_skill_paths_from_env

def get_app_skill_paths_from_env(app_name: str) -> list[str]: ...

从 DCC_MCP_{APP_NAME}_SKILL_PATHS 环境变量中返回技能路径列表。

参数	类型	说明
app_name	str	DCC 应用名称，如 "maya"、"blender"。大小写不敏感——自动转为大写形成环境变量名。

返回值：list[str] — 从环境变量中解析的目录路径，未设置时返回 []。

import os
os.environ["DCC_MCP_MAYA_SKILL_PATHS"] = "/studio/maya-skills;/home/user/skills"

from dcc_mcp_core import get_app_skill_paths_from_env

paths = get_app_skill_paths_from_env("maya")
# ["/studio/maya-skills", "/home/user/skills"]

# 大小写不敏感："Maya"、"MAYA"、"maya" 均读取 DCC_MCP_MAYA_SKILL_PATHS
paths = get_app_skill_paths_from_env("Maya")  # 同上

Skill 函数

用于扫描、加载和解析 Skill 依赖关系的顶层函数。

parse_skill_md()

from dcc_mcp_core import parse_skill_md

metadata = parse_skill_md("/path/to/skills/maya-geometry")
if metadata:
    print(metadata.name, metadata.version)  # "maya-geometry", "1.0.0"

scan_skill_paths()

扫描已配置目录中的 Skill 包：

from dcc_mcp_core import scan_skill_paths

# 扫描所有已配置路径（环境变量 + 平台目录）
paths = scan_skill_paths()

# 限定到特定 DCC
paths = scan_skill_paths(dcc_name="maya")

# 添加额外目录
paths = scan_skill_paths(extra_paths=["/my/extra/skills"], dcc_name="blender")

scan_and_load()

完整流水线：扫描目录、解析 SKILL.md 文件，并按依赖关系拓扑排序。依赖缺失或存在循环时抛出 ValueError。

from dcc_mcp_core import scan_and_load

skills, skipped = scan_and_load(dcc_name="maya")

for skill in skills:
    print(f"{skill.name} v{skill.version}")

print(f"跳过 {len(skipped)} 个目录")

scan_and_load_lenient()

与 scan_and_load() 类似，但会静默跳过依赖缺失的 Skill（仅在出现循环依赖时失败）：

from dcc_mcp_core import scan_and_load_lenient

skills, skipped = scan_and_load_lenient(dcc_name="maya")
# 依赖无法解析的 Skill 会出现在 skipped 中，而非抛出异常

resolve_dependencies()

对 SkillMetadata 列表按 depends 字段进行拓扑排序：

from dcc_mcp_core import resolve_dependencies

ordered = resolve_dependencies(skills)  # 排序后依赖在前

依赖缺失或存在循环时抛出 ValueError。

validate_dependencies()

验证所有声明的依赖是否存在于提供的 Skill 列表中：

from dcc_mcp_core import validate_dependencies

errors = validate_dependencies(skills)
for err in errors:
    print(f"缺失依赖: {err}")

返回错误消息列表。空列表表示所有依赖均已满足。

expand_transitive_dependencies()

获取 Skill 的所有传递依赖（递归）：

from dcc_mcp_core import expand_transitive_dependencies

all_deps = expand_transitive_dependencies(skills, "maya-complex-tool")
print(all_deps)  # ["base-utils", "maya-core", "maya-geometry"]

依赖缺失或存在循环时抛出 ValueError。

常量

模块级别属性：

常量	值	说明
APP_NAME	"dcc-mcp"	平台目录使用的应用名
APP_AUTHOR	"dcc-mcp"	应用作者
DEFAULT_DCC	"python"	默认 DCC 名称
DEFAULT_LOG_LEVEL	"DEBUG"	默认日志级别
ENV_LOG_LEVEL	"MCP_LOG_LEVEL"	日志级别环境变量
ENV_SKILL_PATHS	"DCC_MCP_SKILL_PATHS"	全局技能路径环境变量
ENV_APP_SKILL_PATHS	"DCC_MCP_{APP}_SKILL_PATHS"	应用专属技能路径环境变量模板
SKILL_METADATA_FILE	"SKILL.md"	技能元数据文件名
SKILL_SCRIPTS_DIR	"scripts"	脚本子目录名

环境变量

变量	说明
DCC_MCP_SKILL_PATHS	全局技能搜索路径（Windows 使用 ;，Unix 使用 : 分隔）
DCC_MCP_{APP}_SKILL_PATHS	应用专属技能路径，如 Maya 使用 DCC_MCP_MAYA_SKILL_PATHS
MCP_LOG_LEVEL	日志级别覆盖（DEBUG、INFO、WARN、ERROR）

搜索路径优先级

调用 create_skill_server("maya") 时，技能目录按以下顺序解析：

1. extra_paths 参数传入的额外路径（最高优先级）
2. 应用专属环境变量：DCC_MCP_MAYA_SKILL_PATHS
3. 全局环境变量：DCC_MCP_SKILL_PATHS
4. 平台数据目录：~/.local/share/dcc-mcp/skills/maya/