Token导航 LogoToken导航

MCP Server · 开发工具

Lucidity MCP

AI-powered code quality analysis using MCP to help AI assistants review code more effectively. Analyze git changes for complexity, security issues, and more through structured prompts.

SSE官方级别未说明来源级核验工具 0
代码质量PythonCursor代码审查Claude

快速开始

公开资料没有提供安装命令,按仓库或官方文档接入。
作者 / 组织
hyperb1iss
提供方
hyperb1iss

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

83

仓库热度

收录来源

4 个

MCP.so

选型结论

Lucidity MCP 属于开发工具类 MCP Server,公开资料标注 0 个工具,通过SSE 远程服务接入,适配 Claude、Cursor,没有现成的安装命令;接入前先确认权限范围。

分类

开发工具

传输方式

SSE

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

公开目录没有给出安装命令,需要按仓库 README安装;下面按同类条目的通用流程说明。

远程服务不用写启动命令,在客户端 MCP 配置里填服务地址即可,具体字段按官方文档填写。

上手步骤

  1. 1

    确认访问方式

    这是SSE 远程服务,本地不用装依赖;先确认服务地址、账号归属和额度,再决定接哪个客户端。

  2. 2

    获取服务

    公开目录没有给出安装命令,按仓库 README里的步骤安装或获取服务。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填服务地址;需要授权的先完成登录,再回到客户端刷新。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

公开资料仍需确认:安装命令

详细介绍

✨ 光泽度MCP🔍

代码清晰,对创造充满信心

Lucidity是一个模型上下文协议(MCP)服务器,旨在通过智能、基于提示的分析来提高AI生成代码的质量。通过为AI编码助手提供结构化的指导,Lucidity有助于识别和解决常见的质量问题,从而生成更清晰、更可维护、更健壮的代码。

在你提交之前,请Lucidity分析这些变化,而不是把自己编码成噩梦般的地狱! 😱 💥 🚫

💫 特性

  • 🔮 全面的问题检测 -涵盖从复杂性到安全漏洞的10个关键质量维度
  • 🔄 上下文分析 -将更改与原始代码进行比较,以识别意外的修改
  • 🌐 语言无关 -适用于AI助手理解的任何编程语言
  • 🎯 重点分析 -根据项目需求针对特定问题类型的选项
  • 📝 结构化输出 -指导人工智能提供可操作的反馈,并给出明确的建议
  • 🤖 MCP集成 -与Claude和其他兼容MCP的AI助手无缝集成
  • 🪶 轻量级实现 -简单的服务器设计,依赖性最小
  • 🧩 可扩展框架 -易于添加新问题类型或细化分析标准
  • 🔀 柔性运输 -支持基于终端的交互的stdio和基于网络的通信的SSE
  • 🔄 Git感知分析 -直接从git diff分析更改,使其成为提交前审查的理想选择

🚀 安装

# Clone the repository
git clone https://github.com/hyperbliss/lucidity-mcp.git
cd lucidity-mcp

# Set up a virtual environment with UV
uv venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

# Install dependencies with UV
uv sync

📋 先决条件

  • Python 3.13或更高版本
  • Git(用于分析代码更改)
  • UV包管理器(建议用于依赖关系管理)

🔮 快速开始

运行Lucidity服务器

# Start with stdio transport (for terminal use)
lucidity-mcp

# Start with SSE transport (for network use)
lucidity-mcp --transport sse --host 127.0.0.1 --port 6969

# Run with debug logging
lucidity-mcp --debug

# Run with file logging
lucidity-mcp --log-file lucidity.log

使用AI助手

  1. 在SSE模式下启动Lucidity:
   lucidity-mcp --transport sse
  1. 使用MCP协议URI连接您的AI助手:
   sse://localhost:6969/sse
  1. AI现在可以调用 analyze_changes 获取代码质量反馈的工具!

🧠 分析维度

Lucidity分析10个关键质量维度的代码:

  1. 不必要的复杂性 -识别过于复杂的算法、过度抽象和复杂的逻辑
  2. 抽象性差 -检测泄漏或不恰当的抽象和不明确的关注点分离
  3. 意外代码删除 -捕获关键功能或验证的意外删除
  4. 幻觉成分 -查找对不存在的函数、类或API的引用
  5. 风格不一致 -发现与项目编码标准和惯例的偏差
  6. 安全漏洞 -识别代码更改中的潜在安全问题
  7. 性能问题 -检测可能影响性能的低效算法或操作
  8. 代码重复 -查找应重构的重复逻辑或功能
  9. 错误处理不完整 -点缺失或异常处理不足
  10. 测试覆盖率差距 -识别关键功能缺失的测试

📊 AI助手查询示例

使用连接到Lucidity的AI助手,尝试以下查询:

  • “分析我最新git更改中的代码质量”
  • “检查我的JavaScript更改中的安全漏洞”
  • “确保我的Python代码遵循最佳实践”
  • “找出我最近代码更改中的任何性能问题”
  • “我最近的重构中是否有任何意外的副作用?”
  • “帮助我改进代码中的抽象”
  • “检查我是否意外删除了任何重要的验证”
  • “在我最近的提交中查找任何产生幻觉的API调用”
  • “我的错误处理是否完整且稳健?”
  • “我的新功能中是否存在测试覆盖率差距?”

🛠️ 可用的MCP工具

工具

  • analyze_changes -准备git更改以通过MCP进行分析

- 参数: - workspace_root:工作区/git存储库的根目录 - path:要分析的可选特定文件路径

💻 发展

Lucidity使用UV进行依赖关系管理和开发工作流程。UV是一个快速、可靠的Python包管理器和解析器。

# Update dependencies
uv sync

# Run tests
pytest

# Run linting
ruff check .

# Run type checking
mypy .

🔧 日志记录行为

Lucidity根据运输方式处理日志记录的方式不同:

  • SSE 运输:已启用完整控制台日志记录
  • 带日志文件的Stdio传输:所有日志都转到文件,控制台已禁用
  • 无日志文件的Stdio传输:只有警告和错误会进入stderr,信息日志被禁用

这确保了stdio通信不会因stdout上出现的日志而中断。

🎛️ 命令行选项

usage: lucidity-mcp [-h] [--debug] [--host HOST] [--port PORT] [--transport {stdio,sse}]
                [--log-level {DEBUG,INFO,WARNING,ERROR,CRITICAL}] [--verbose]
                [--log-file LOG_FILE]

options:
  -h, --help            show this help message and exit
  --debug               Enable debug logging
  --host HOST           Host to bind the server to (use 0.0.0.0 for all interfaces)
  --port PORT           Port to listen on for network connections
  --transport {stdio,sse}
                        Transport type to use (stdio for terminal, sse for network)
  --log-level {DEBUG,INFO,WARNING,ERROR,CRITICAL}
                        Set the logging level
  --verbose             Enable verbose logging for HTTP requests
  --log-file LOG_FILE   Path to log file (required for stdio transport if logs enabled)

🤝 贡献

欢迎投稿!请随时提交拉取请求。

  1. 分叉存储库
  2. 创建功能分支(git checkout -b feature/amazing-feature)
  3. 使用UV设置您的开发环境
  4. 进行更改
  5. 运行测试和梳理
  6. 提交您的更改(git commit -m 'Add some amazing feature')
  7. 推到分支(git push origin feature/amazing-feature)
  8. 打开拉取请求

📝 许可证

此项目在Apache License 2.0下获得许可-有关详细信息,请参阅License文件。

______________________________________________________________________

由...创建 斯蒂芬妮·简🌠

如果你觉得Lucidity有用, 给我买一个怪物紫外线⚡️

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

developer-toolspythonmcpstatic-analysiscode-analysiscode-reviewcode-qualitycursor

支持客户端

ClaudeCursor

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

让助手直接读代码

把仓库、提交记录和 issue 交给模型检索,补全和重构时不用来回复制文件。

在对话里跑命令

触发构建、测试和脚本,执行结果直接回到上下文,省去切终端。

接进开发流程

把 PR、CI 状态和代码审查接进助手,减少在几个工具之间跳。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 已经适配 Claude、Cursor,换客户端不用重新研究配置。
  • 4 个目录同时收录,信息可以交叉核对。

先想清楚的地方

  • 公开资料没有可直接复制的安装命令,第一次接入要自己找入口。
  • 第三方目录整理,版本更新和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。
  • 已经在用 Claude 的用户,接入路径最短。
  • 愿意照着官方文档一步步配环境的人。

不太适合

  • 希望一条命令就装好、不想看文档的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Lucidity MCP

MCP.so · 本页

0SSE未标注4 个2026-05-17
Git 838e2ec1

MCP World

12stdio有2 个2026-05-17
Markitdown MCP 2c653a5f

MCP World

1stdio有1 个2026-05-17
Context7 MCP C671e75a

MCP World

0stdio有1 个2026-05-17
Context7 831acf40

MCP World

0stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Lucidity MCP 怎么安装?

公开目录没有给出可以直接复制的安装命令,需要按仓库 README里的步骤安装;装好后写进客户端的 MCP 配置再重启。

Lucidity MCP 怎么在 Claude Desktop、Cursor 里配置?

它是SSE 远程服务,在客户端的 MCP 配置里填服务地址即可,不用本地装依赖;需要授权或 API Key 的,先在官方页面拿到凭据再填。

Lucidity MCP 收费吗?

本站只整理公开资料,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。

Lucidity MCP 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Lucidity MCP 支持哪些客户端?

公开资料标注支持 Claude、Cursor;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP