MCP CodeAnalysis

MCP代码分析

一个强大的代码库分析工具包，利用模型上下文协议（MCP）进行人工智能辅助的代码理解和转换。

特性

• 代码分析：使用抽象语法树解析和分析代码库
• 上下文生成：为AI模型创建丰富的上下文信息
• 工具集成：基于MCP SDK构建，实现无缝AI工具集成
• 可扩展架构：基于插件的自定义分析器系统

需求

• Node.js 18+
• NPM 9+
• Redis（可选，仅生产环境需要）

安装

# Clone the repository
git clone https://github.com/yourusername/mcp-codeanalysis.git
cd mcp-codeanalysis

# Install dependencies
npm install

# Build the project
npm run build

Redis配置（可选）

Redis用于生产环境中的会话存储。对于开发和测试，如果Redis不可用，系统将自动回退到内存中的会话存储。

备注：Redis连接存在一个已知问题，即使Redis正在运行，操作也可能失败。请参阅中的“技术债务”部分 plan.md 了解详情。目前，您可以使用 ./use-memory-session.sh 使用内存会话存储运行服务器的脚本。有关更多信息，请参见 Redis故障排除指南.

安装Redis：

# Ubuntu/Debian
sudo apt-get install redis-server

# macOS
brew install redis

# Windows (using WSL is recommended)
# For native Windows, download from https://redis.io/download

默认情况下，应用程序尝试在以下位置连接到Redis redis://localhost:6379。您可以使用环境变量配置Redis连接：

# Set custom Redis URL
export REDIS_URL=redis://custom-host:6379

# Force memory session store even if Redis is available
export FORCE_MEMORY_SESSION=true

发展

# Run in development mode
npm run dev

# Run tests
npm test

# Run linting
npm run lint

用法

# Start the MCP server
npm start

# Run CLI tool
node ./tools/mcp-stdio-client.js --task "Analyze dependencies" --files "src/*.ts"

文档

• 会话存储架构
• Redis集成
• MCP协议

许可证

麻省理工学院

代码分析MCP服务器

一个全面的模型上下文协议（MCP）服务器，用于高级代码分析，通过可扩展的架构提供工具和见解。

🚀 特性

• 基本代码分析：语法和结构分析
• 代码度量：复杂性、行数和代码质量指标
• 相关性分析：打包和导入关系可视化
• 知识图谱：代码关系可视化和查询
• 存储器系统：存储和检索有关代码库的见解
• 可视化：生成多种格式的图表（Mermaid、DOT、ASCII）
• 社会技术分析：了解团队和代码关系
• 多存储库分析：跨存储库关系分析
• 进化规划：代码改进建议
• 现场观看：实时监控代码更改
• IDE集成：编辑器集成工具
• 开发者工具：增强的人工智能辅助开发工作流程支持

📋 先决条件

• Node.js 18+
• npm或纱线
• Redis（开发可选，生产推荐）

🛠️ 安装

# Clone the repository
git clone https://github.com/your-username/codeanalysis-mcp.git
cd codeanalysis-mcp

# Install dependencies
pnpm install

# Build the project
pnpm build

🖥️ 用法

CodeAnalysis MCP服务器有两种使用方式：

1.作为MCP服务器

# Start the MCP server
pnpm start

这将启动MCP服务器，任何MCP客户端（如Claude Desktop、Cursor或其他客户端）都可以连接到该服务器。

2.使用CLI

该项目包括一个用于直接交互的全面CLI：

# Get help
pnpm run cli --help

# Analyze a repository or directory
pnpm run cli analyze repo ./src

# Check code quality
pnpm run cli quality analyze ./src

3.使用开发工具进行人工智能辅助开发

该项目包括旨在增强人工智能辅助开发的特殊工具：

# Generate code context for AI assistants
node tools/ai-dev-helper.js --task="Implement new feature" --search="related functionality"

# Run example client
node examples/dev-tools-client.js

请参阅 开发人员工具指南 了解详细信息。

📊 示例命令

基本分析

# Analyze a local directory
pnpm run cli analyze repo ./src

# Analyze a specific file
pnpm run cli analyze file ./src/server.ts

代码度量

# Get code metrics with function details
pnpm run cli metrics analyze ./src --functions

# Save metrics to a file
pnpm run cli metrics analyze ./src -o metrics-report.json

相关性分析

# Analyze dependencies in Mermaid format
pnpm run cli dependencies analyze ./src -f mermaid -o deps.mmd

# Visualize dependencies
pnpm run cli visualize dependencies -p ./src --format mermaid

代码质量

# Run quality analysis
pnpm run cli quality analyze ./src

# Generate HTML report
pnpm run cli quality analyze ./src --html -o quality-report.html

知识图谱

# Build knowledge graph
pnpm run cli knowledge build ./src

# Query the knowledge graph
pnpm run cli knowledge query ./src "type:function AND complexity>5"

# Export as diagram
pnpm run cli knowledge export ./src -f mermaid

洞察力和记忆

# Store an insight
pnpm run cli insights store -r ./src -t code-pattern -c "Refactoring opportunity"

# Retrieve insights
pnpm run cli insights retrieve -r ./src

开发者工具

# Prepare context for AI interactions
node tools/ai-dev-helper.js --task="Fix authentication bug" --files="src/auth/*.ts" --search="login"

# Use with AI prompts
# Copy content from the generated ai-context.json file into your AI assistant prompt
# or use the template in templates/ai-prompt-template.md

🏗️ 建筑

该项目遵循MCP架构，包括以下组件：

1. MCP服务器：使用MCP协议实现核心服务器
2. 分析特征：模块化代码分析功能
3. 命令行界面：用于直接交互的命令行界面
4. 传输层：通信机制（默认为stdio）

🔌 与MCP客户端集成

此服务器与任何符合MCP的客户端兼容，包括：

• 克劳德桌面应用程序
• 光标编辑器
• 继续
• 其他MCP兼容工具

📝 路径规范

命令接受各种格式的路径：

• 本地目录： ./src 或 /absolute/path/to/dir
• 本地文件： ./src/file.ts 或 /path/to/file.ts
• 存储库URL: https://github.com/username/repo

🤝 贡献

欢迎投稿！请随时提交拉取请求。

📄 许可证

此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。

MCP SDK状态管理架构

该项目为模型上下文协议（MCP）SDK实现了有状态工具，为构建维护调用之间上下文的工具提供了一个框架。

架构概述

状态管理架构分为几个模块化组件：

src/state/
├── helpers/
│   └── statefulTool.ts       # Main entry point for stateful tool creation
├── machines/
│   └── toolMachine.ts        # XState machine for tool execution flow
├── services/
│   ├── toolService.ts        # Core execution service for tools
│   ├── redisToolExecutionService.ts  # Distributed execution service
│   ├── redisSessionStore.ts  # Redis-based session persistence
│   └── types.ts              # Shared type definitions

核心组件

状态工具助手(statefulTool.ts)

MCP SDK的中心集成点，提供：

• 使用会话管理进行工具注册
• 符合MCP的响应格式
• 内存会话管理
• 会话访问和操作的辅助功能

// Creating a stateful tool with state persistence
createStatefulTool(server, "my-tool", schema, handler);

// With description
createStatefulTool(server, "my-tool", "My stateful tool", schema, handler);

工具机(toolMachine.ts)

基于XState的状态机，定义了工具的执行流：

• 状态转换（空闲、工具已选择、参数设置、执行等）
• 参数、结果和历史的上下文管理
• 错误处理和恢复路径

此组件将会话管理委托给statefulTool实现。

工具服务(toolService.ts)

协调工具状态转换的核心执行服务：

• 管理工具选择、参数验证和执行
• 跟踪执行历史记录
• 处理执行结果和错误

类型(types.ts)

确保整个状态管理系统一致性的共享类型定义：

• SessionData：用于存储工具状态的结构
• SessionStore：会话存储实现的接口
• ExecutionResult：工具的标准响应格式

与MCP SDK集成

该架构通过以下方式与MCP SDK集成：

1. 通过状态管理扩展工具注册模式
2. 保持与MCP响应格式的兼容性
3. 为有状态操作提供会话和上下文跟踪

用法示例

import { createServer } from "@modelcontextprotocol/sdk";
import { createStatefulTool } from "./state/helpers/statefulTool";
import { z } from "zod";

const server = createServer();

// Register a stateful tool
createStatefulTool(
  server,
  "counter",
  "A tool that maintains a count between invocations",
  {
    action: z.enum(["increment", "decrement", "reset"]),
  },
  async (params) => {
    // Get session ID from params (or a new one will be created)
    const sessionId = params.sessionId;

    // Process the action
    let count = 0;

    // Tool logic with state manipulation...

    return { count };
  }
);

server.listen(3000);

分布式状态管理

对于分布式环境，基于Redis的实现提供了：

• 跨服务器重启的会话持久性
• 并发访问的分布式锁定
• 基于TTL的会话清理
• 网络/连接问题的错误处理

测试

这些组件包括全面的测试套件，用于验证：

• 工具状态转换
• 会话管理
• 错误处理和恢复
• 响应格式
• 分布式操作（使用Redis）

AI开发工具

CodeAnalysis MCP服务器为人工智能辅助开发提供了专门的工具。这些工具有助于收集代码上下文，这些上下文可以提供给人工智能系统以获得更有效的帮助。

客户端脚本

存储库中包括几个客户端脚本 tools/ 目录：

• HTTP客户端 (tools/http-client.js)：通过HTTP传输连接到MCP服务器（默认）。

  node tools/http-client.js --task "Your task description" --files "src/features/*.ts" --search "session"

• 原始客户端 (tools/mcp-raw-client.js)：一个只捕获服务器信息的更简单的客户端。

  node tools/mcp-raw-client.js --task "Your task description"

• 普通客户端 (tools/simple-client.js)：通过stdio与服务器通信。

  node tools/simple-client.js --task "Your task description" --files "src/features/*.ts"

所有客户端脚本都会生成 ai-context.json 项目根目录中的文件。此文件包含有关代码库的有价值的上下文，可以与AI助手共享，以提供更明智的响应。

提示模板

人工智能助手的提示模板可在 templates/ai-prompt-template.md。此模板有助于根据MCP工具的适当上下文来组织您对AI助手的请求。

服务器传输模式

MCP服务器支持两种传输模式：

1. HTTP传输 （默认）：默认情况下在端口3000上运行。最适合客户端-服务器架构。
2. 标准运输：用于直接过程通信。设置 STDIO_TRANSPORT=true 要启用的环境变量。

会话存储体系结构

MCP代码分析现在具有模块化会话存储架构，具有自动后端检测功能：

• 灵活的存储：自动在Redis和内存存储之间切换
• 有利于发展：在开发过程中不使用Redis运行
• 生产就绪：在生产环境中使用Redis进行持久化
• 自动回退：当Redis不可用时，优雅地回退到内存存储

有关更多详细信息，请参阅 会话存储架构 文档。

需求

• Node.js 18+
• npm或纱线
• Redis（开发可选，生产推荐）