Devmind MCP Server

DevMind MCP

一个MCP（模型上下文协议）服务器，为人工智能模型提供深度、结构化的项目上下文，使它们能够像高级开发人员队友一样理解你的代码库。

什么是DevMind MCP？

DevMind MCP分析您的代码库和git历史，为AI模型提供有关以下内容的全面背景：

• 项目结构和组织
• 函数定义和关系
• 代码依赖关系和导入
• 最近的变化和发展意图
• TODO项目和技术债务
• 文件关系和依赖关系

这使得AI助手能够回答复杂的问题，例如：

• “为什么存在这个功能？”
• “我应该在哪里实现这个新功能？”
• “哪些文件与此错误有关？”
• “此代码的最新开发背景是什么？”

安装

1. 克隆此存储库：

git clone https://github.com/Manavarya09/DevMind-MCP-Server.git
cd DevMind-MCP-Server

1. 安装依赖项：

pip install -r requirements.txt

用法

1. 导航到您的项目目录：

cd /path/to/your/project

1. 运行MCP服务器：

python /path/to/devmind-mcp/server.py

服务器将在启动时自动索引您的代码库和git历史记录。

MCP工具

DevMind MCP向AI模型公开了以下工具：

get_project_overview

获得项目结构和统计数据的高级概述。

示例调用：

{
  "method": "tools/call",
  "params": {
    "name": "get_project_overview",
    "arguments": {}
  }
}

答复：

{
  "overview": {
    "file_count": 42,
    "total_size": 125000,
    "total_lines": 8500,
    "function_count": 156,
    "todos": {"TODO": 5, "FIXME": 2}
  },
  "description": "This project contains 42 files with 8500 lines of code and 156 functions."
}

搜索_降级

在代码库中搜索函数和代码模式。

示例调用：

{
  "method": "tools/call",
  "params": {
    "name": "search_codebase",
    "arguments": {
      "query": "authentication"
    }
  }
}

get_function_context

获取特定函数的详细信息，包括其代码、文档和相关文件。

示例调用：

{
  "method": "tools/call",
  "params": {
    "name": "get_function_context",
    "arguments": {
      "function_name": "validate_user"
    }
  }
}

解释最近的变化

获取最近的提交历史记录和更改解释。

示例调用：

{
  "method": "tools/call",
  "params": {
    "name": "explain_recent_changes",
    "arguments": {
      "file_path": "src/auth.py",
      "limit": 5
    }
  }
}

find_related_files

根据导入依赖关系查找与给定文件相关的文件。

示例调用：

{
  "method": "tools/call",
  "params": {
    "name": "find_related_files",
    "arguments": {
      "file_path": "src/models/user.py"
    }
  }
}

建筑

DevMind MCP由几个关键组件组成：

• 服务器 (server.py)：MCP协议实现和请求处理
• 上下文分析器 (context/analyzer.py)：使用AST解析进行代码库分析
• Git分析器 (analyzers/git_analyzer.py)：Git历史和提交分析
• 数据库 (storage/db.py)：用于索引数据的SQLite存储
• 工具 (tools/registry.py)：MCP工具定义和实现

数据存储

服务器使用SQLite存储：

• 文件元数据（路径、大小、行数）
• 函数定义和签名
• 导入文件之间的依赖关系
• TODO/FIXME评论
• Git提交历史和更改

数据在服务器启动时被编入索引，并根据需要进行更新。

需求

• Python 3.8+
• Git（用于存储库分析）
• SQLite3（内置于Python中）

发展

要扩展DevMind MCP：

1. 在中添加新的分析功能 analyzers/ 目录
2. 在中定义新的MCP工具 tools/registry.py
3. 更新中的数据库架构 storage/db.py 根据需要
4. 在中添加相应的数据提取 context/analyzer.py

未来路线图

• 支持其他语言（JavaScript、TypeScript、Go）
• 实时代码分析和增量索引
• 与问题跟踪器集成（GitHub Issues、Jira）
• 代码质量指标和建议
• 依赖关系图可视化
• 性能分析数据集成

许可证

MIT许可证-有关详细信息，请参阅许可证文件。

贡献

欢迎投稿！请随时提交问题和拉取请求。