FDEP MCP Server

FDEP MCP服务器

静态代码分析模型上下文协议（MCP）服务器 为企业级Haskell代码库提供40多种全面的分析工具。与MCP兼容的AI工具和客户端无缝集成，提供实时代码智能和架构见解。

🔌 符合MCP协议 | 🏗️ 40+分析工具 | ⚡ 实时查询

✨ MCP服务器功能

📊 40+综合分析工具

• 模块分析：7个模块结构和依赖关系工具
• 功能分析：8个调用图和复杂性度量工具
• 类型系统：6个用于类型关系和使用模式的工具
• 阶级分析：3个类型类和实例分析工具
• 进口分析：4个用于依赖关系可视化的工具
• 高级查询：4个用于复杂JSON代码查询的工具
• 模式分析：5个代码模式检测工具
• 源位置：3个基于位置的分析工具
• 增强分析：3个高级结构分析工具

🚀 快速开始

先决条件

• Python 3.13+
• UV包管理器
• PostgreSQL数据库（必须正在运行）
• Spider插件的FDEP输出（用于综合分析）

数据库设置

安装前，确保PostgreSQL正在运行并创建所需的数据库：

# Start PostgreSQL (if not already running)
# On macOS with Homebrew:
brew services start postgresql

# On Ubuntu/Debian:
sudo systemctl start postgresql

# Create the database
createdb code_as_data # this should match with you $DB_NAME value in .env file (DEFAULT: code_as_data)

安装

# Clone the repository
git clone https://github.com/juspay/fdep-mcp-server.git
cd fdep_mcp

# Install globally with UV (recommended)
uv tool install .

# OR install globally with pipx
# pipx install .

# OR system-wide installation
# pip install .vi 

数据库设置和数据导入

重要：在将MCP服务器与任何客户端一起使用之前，请完成此步骤。

fdep-mcp-server --setup --verbose

此命令将：

• 初始化PostgreSQL数据库架构
• 导入并处理您的FDEP数据（如果配置了FDEP_PATH）
• 设置所有必要的索引和关系

备注：第一次运行需要时间，因为它处理大型FDEP数据集。

配置环境

cp .env.example .env
# Edit .env with your database settings and FDEP_PATH

🔌 MCP客户端配置

安装后，配置您首选的MCP客户端以连接到FDEP服务器：

克劳德代码

添加到您的 ~/.claude/settings.json:

{
  "mcpServers": {
    "fdepAnalyzer": {
      "command": "fdep-mcp-server",
      "args": [],
      "env": {
        "FDEP_PATH": "/path/to/your/fdep/output"
      }
    }
  }
}

备注：第一次运行服务器需要时间来导入和处理FDEP数据。

光标

添加到光标设置(Cmd/Ctrl + , → 扩展→ MCP):

{
  "mcp.servers": {
    "fdepAnalyzer": {
      "command": "fdep-mcp-server",
      "args": [],
      "env": {
        "FDEP_PATH": "/path/to/your/fdep/output",
        "LOG_LEVEL": "INFO"
      }
    }
  }
}

备注：第一次运行服务器需要时间来导入和处理FDEP数据。

VS代码

安装MCP扩展并添加 settings.json:

{
  "mcp.servers": [
    {
      "name": "fdepAnalyzer",
      "command": "fdep-mcp-server", 
      "args": [],
      "env": {
        "FDEP_PATH": "/path/to/your/fdep/output"
      }
    }
  ]
}

备注：第一次运行服务器需要时间来导入和处理FDEP数据。

克莱恩

添加到您的Cline配置：

{
  "mcpServers": {
    "fdepAnalyzer": {
      "command": "fdep-mcp-server",
      "args": [],
      "env": {
        "FDEP_PATH": "/path/to/your/fdep/output"
      }
    }
  }
}

备注：第一次运行服务器需要时间来导入和处理FDEP数据。

Continue.dev

添加到您的 .continue/config.json:

{
  "mcpServers": [
    {
      "name": "fdepAnalyzer",
      "command": "fdep-mcp-server",
      "args": [],
      "env": {
        "FDEP_PATH": "/path/to/your/fdep/output"
      }
    }
  ]
}

备注：第一次运行服务器需要时间来导入和处理FDEP数据。

通用MCP客户端

对于任何兼容MCP的客户端：

{
  "server_name": "fdepAnalyzer",
  "command": "fdep-mcp-server",
  "args": [],
  "environment": {
    "FDEP_PATH": "/path/to/your/fdep/output",
    "DB_HOST": "localhost",
    "DB_NAME": "code_as_data",
    "LOG_LEVEL": "INFO"
  }
}

备注：第一次运行服务器需要时间来导入和处理FDEP数据。

所有客户端的环境变量

# Required
FDEP_PATH=/path/to/your/fdep/output

# Database (if different from defaults)
DB_HOST=localhost
DB_PORT=5432
DB_NAME=code_as_data
DB_USER=postgres
DB_PASSWORD=postgres

# Optional
LOG_LEVEL=INFO
DEV_MODE=false

验证连接

配置客户端后，验证连接：

1. 启动您的MCP客户端
2. 在可用工具/服务器中查找“fdepAnalyzer”
3. 用一个简单的查询进行测试： list_modules(limit=5)
4. 您应该看到您的Haskell模块已列出

🛠️ MCP工具可用（共40+个）

📁 模块分析（7个工具）

⚡ 功能分析（8个工具）

🏗️ 类型系统分析（6个工具）

📚 类分析（3个工具）

📦 进口分析（4个工具）

🔍 高级查询（4个工具）

🎯 模式分析（5个工具）

📍 源位置（3个工具）

🔬 增强分析（3个工具）

🔍 查询示例

基本分析

# Search for validation functions
search_functions(pattern="validation", limit=10)

# Get details about main functions  
get_function_details(function_name="main")

# Find most called functions
get_most_called_functions(limit=20)

# List modules in a specific area
list_modules(limit=50)

高级分析

# Get function call hierarchy
get_function_call_graph(function_name="processData", depth=3)

# Analyze type dependencies
get_type_dependencies(type_name="User", include_dependents=true)

# Find cross-module function calls
find_cross_module_calls(source_module="Services", target_module="Database")

# Complex JSON query
execute_advanced_query({
  "type": "function",
  "conditions": [
    {"field": "name", "operator": "like", "value": "%Handler%"}
  ],
  "limit": 50
})

架构分析

# Module dependency analysis
get_module_dependencies(module_name="Core.Services", include_dependents=true)

# Import relationship graph
get_import_graph(root_module="Main", depth=3)

# Complexity analysis
analyze_function_complexity(module_name="BusinessLogic", min_complexity=5)

# Comprehensive statistics
get_code_statistics(include_details=true)

⚙️ 配置

环境变量（.env）

# Database
DB_USER=postgres
DB_PASSWORD=postgres  
DB_HOST=localhost
DB_PORT=5432
DB_NAME=code_as_data

# FDEP Data Source
FDEP_PATH=/path/to/your/fdep/output

# Logging
LOG_LEVEL=INFO

Spider插件集成

对于使用GHC 9.2.8的Haskell项目：

1. 添加Spider薄片输入
2. 使用fdep和fieldInspector插件配置cabal
3. 在构建过程中运行套接字服务器
4. 生成FDEP输出以供分析

______________________________________________________________________

工具分发

• 📁 模块分析：7个工具
• ⚡ 功能分析：8个工具
• 🏗️ 类型系统：6个工具
• 📚 阶级分析：3个工具
• 📦 进口分析：4个工具
• 🔍 高级查询：4个工具
• 🎯 模式分析：5个工具
• 📍 源位置：3个工具
• 🔬 增强分析：3个工具