Cielo Scale

MCP编排器-多语言代码分析

可扩展的 MCP 系统，用于静态代码分析和单元测试提示符生成。支持 Java, python e Types/JavaScript 通过专门的运行时间。

🏗️ 建筑师

mcp-orchestrator/
├── server.py                      # Servidor MCP principal (FastMCP)
├── requirements.txt               # Dependências Python
├── package.json                   # Dependências Node.js
├── runtimes/
│   ├── python/
│   │   └── analyzer.py           # Analisador Python (AST)
│   └── ts/
│       └── analyzer.js           # Analisador TypeScript/JS (ts-morph)
├── java-analyzer/                 # Microserviço Spring Boot
│   ├── pom.xml
│   ├── src/main/java/com/mcporch/analyzer/
│   │   ├── JavaAnalyzerApplication.java
│   │   └── controller/CodeAnalyzerController.java
└── README.md

🚀 安装和设置

1. 安装Python依赖关系

pip install -r requirements.txt

2. 安装Node.js依赖关系

npm install

3. 配置和运行Spring Boot（Java）

cd java-analyzer
mvn spring-boot:run

Java 服务将在 http://localhost:8080

4. 启动 MCP Orchestrator

python server.py

🛠️ 可用工具

1. analyze_function(language: str, code: str)

Java/Python/TypeScript 中的静态函数分析。

输入：

{
  "language": "python",
  "code": "def fibonacci(n):\n    if n  result = run_full_pipeline("java", code);

TypeScript

// Código de exemplo
const code = `
async function fetchUserData(userId: number): Promise {
    try {
        const response = await fetch(\`/api/users/\${userId}\`);
        if (!response.ok) {
            return null;
        }
        return await response.json();
    } catch (error) {
        console.error('Failed to fetch user:', error);
        return null;
    }
}
`;

// Chamar MCP tool
const result = run_full_pipeline("typescript", code);

🔍 回收MCP

分析缓存

mcp://last-analyses

返回使用时间戳执行的最近 10 次分析。

缓存取消提示

mcp://last-prompts  

返回使用预览和令牌估计生成的最后10个提示。

⚙️ 高级设置

超时

• Análises Python/TS:10段
• Java HTTP 请求：10 秒

错误处理

• 所有错误都被捕获并返回 meta.errors[]
• 单步故障不会中断整个管道
• stderr 中的详细日志

输出标准化

所有语言都返回相同的 JSON 合约：

{
  "functions": [...],
  "inputs": [...],
  "outputs": [...], 
  "complexity": int,
  "branches": int,
  "side_effects": [...]
}

🧪 快速测试

1. 测试 Python

echo 'def hello(name): return f"Hello {name}"' | python runtimes/python/analyzer.py

2.测试型TypeScript

echo 'function add(a: number, b: number): number { return a + b; }' | node runtimes/ts/analyzer.js

3.测试Java

curl -X POST http://localhost:8080/analyze \
  -H "Content-Type: application/json" \
  -d '{"code": "public int add(int a, int b) { return a + b; }"}'

4.测试管道完工

from server import run_full_pipeline

result = run_full_pipeline("python", "def square(x): return x * x")
print(result["prompt"]["prompt"])

📊 Métricas Coletadas

• 函数找到的函数列表
• 输入带类型的参数（如果可用）
• 输出：推断/声明的反驳提示
• 复杂性： 近似循环复杂度
• 分支条件路径数量
• 副作用IO、网络、状态修改等

🔧 解决问题

Java Analyzer 无响应

# Verificar se está rodando
curl http://localhost:8080/health

# Reiniciar se necessário
cd java-analyzer && mvn spring-boot:run

Python/Node 依赖错误

# Reinstalar dependências
pip install -r requirements.txt
npm install

分析仪超时

• 检查脚本是否有执行权限
• 单独测试分析器
• 增加超时 server.py 如有必要

📝 许可证

MIT许可证 - 在您的项目中自由使用！

______________________________________________________________________

下一步将此 MCP 集成到您的开发工作流程中，从分析的代码自动生成测试！ （2）🚀