MCP代码分析

强大的代码库分析工具包，利用模型上下文协议 (MCP) 进行 AI 辅助代码理解和转换。

特征

代码分析：使用抽象语法树解析和分析代码库
上下文生成：为人工智能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

要求

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。在开发和测试环境中，如果 Redis 不可用，系统将自动回退到内存会话存储。

注意：Redis 连接存在一个已知问题，即使 Redis 正在运行，操作也可能会失败。有关详情，请参阅plan.md中的“技术债务”部分。目前，您可以使用./use-memory-session.sh脚本运行带有内存会话存储的服务器。有关更多信息，请参阅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，应用程序会尝试通过redis://localhost:6379连接到 Redis。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

执照

麻省理工学院

CodeAnalysis MCP 服务器

用于高级代码分析的综合模型上下文协议 (MCP) 服务器，通过可扩展的架构提供工具和见解。

🚀 功能

基本代码分析：语法和结构分析
代码指标：复杂度、行数和代码质量指标
依赖关系分析：包和导入关系可视化
知识图谱：代码关系可视化和查询
记忆系统：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
演进规划：代码改进建议
实时监控：实时监控代码变化
IDE 集成：编辑器集成工具
开发者工具：增强的AI辅助开发工作流程支持

📋 先决条件

Node.js 18+
npm 或 yarn
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

🖥️ 使用方法

CodeAnalysis MCP 服务器可以通过两种方式使用：

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综合 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. 使用开发者工具进行AI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

有关详细信息，请参阅开发人员工具指南。

📊 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

代码指标

# 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

依赖关系分析

# 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

洞察力与记忆

# 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

开发人员工具

# 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，包含以下组件：

MCP 服务器：使用 MCP 协议的核心服务器实现
分析特点：模块化代码分析功能
CLI ：用于直接交互的命令行界面
传输层：通信机制（默认为stdio）

🔌 与 MCP 客户端集成

该服务器与任何符合 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

欢迎贡献代码！欢迎提交 Pull 请求。

📄 许可证

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅 LICENSE 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，为构建在调用之间维护上下文的工具提供了框架。

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` ）

与 MCP SDK 的中央集成点，提供：

带有会话管理的工具注册
符合 MCP 标准的响应格式
内存会话管理
用于会话访问和操作的辅助函数

// 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，定义工具的执行流程：

状态转换（空闲、工具选择、参数设置、执行等）
参数、结果和历史记录的上下文管理
错误处理和恢复路径

该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
处理执行结果和错误

类型（ `types.ts` ）

共享类型定义可确保整个状态管理系统的一致性：

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：

使用状态管理扩展工具注册模式
保持与 MCP 响应格式的兼容性
为状态操作提供会话和上下文跟踪

使用示例

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：

服务器重启后会话仍然保持
用于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）

人工智能开发工具

CodeAnalysis MCP 服务器提供用于 AI 辅助开发的专用工具。这些工具有助于收集代码上下文，并将其提供给 AI 系统，从而提供更有效的辅助。

客户端脚本

该存储库在tools/目录中包含几个客户端脚本：

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 ）：一个更简单的客户端，仅捕获服务器信息。
node tools/mcp-raw-client.js --task "Your task description"
简单客户端（ 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在项目根目录中生成一个ai-context.json文件。该文件包含有关您的代码库的宝贵上下文信息，可以与 AI 助手共享，以提供更明智的响应。

提示模板

templates/ai-prompt-template.md提供了 AI 助手的提示模板。此模板可帮助您根据 MCP 工具中的适当上下文，构建对 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：

HTTP 传输（默认）：默认在 3000 端口运行。最适合客户端-服务器架构。
Stdio Transport ：用于直接进程通信。设置STDIO_TRANSPORT=true环境变量即可启用。

会话存储架构

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：

灵活存储：自动在 Redis 和内存存储之间切换
开发友好：开发过程中无需 Redis 即可运行
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。

要求

Node.js 18+
npm 或 yarn
Redis（开发可选，生产推荐）