Integrates with Git repositories to access version control information and repository status, enabling AI assistants to understand project structure and history.
Provides Tree-sitter integration for JavaScript code analysis, enabling structural understanding and manipulation of JavaScript codebases.
Supports OpenAI embeddings as a fallback option for vector-based semantic code search, though Jina AI embeddings are recommended.
Offers specialized tools for Python code analysis, including finding classes and functions, and provides AST-based parsing for improved code understanding.
Includes Tree-sitter support for TypeScript code, allowing AI assistants to parse and analyze TypeScript projects with language-aware capabilities.
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@Moatless MCP Serversemantic search for user authentication code in the project"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
Moatless MCP Server
一个基于模型上下文协议 (MCP) 的高级代码分析和编辑服务器，支持基于向量嵌入的语义搜索功能。该服务器为 AI 助手提供了通过标准化接口执行复杂代码操作的能力。
核心架构：模型上下文协议 (MCP)
本服务器是一个MCP服务器的实现。MCP是一个开放协议，旨在成为语言模型（LLM）与外部工具和数据源之间的标准中间件。它允许像IDE或聊天应用这样的客户端（MCP客户端）安全、动态地与服务器提供的能力（如文件系统访问、代码分析）进行交互。
架构流程
当一个MCP客户端（如Claude Desktop或cline）连接到本服务器时，其交互遵循以下流程：
请求(Request): 客户端向服务器发送一个JSON-RPC请求，例如
tool_run，要求执行一个名为read_file的工具。分发(Dispatch):
server.py中的MCP服务器核心接收请求，并将其分派给ToolRegistry。执行(Execute):
ToolRegistry找到名为read_file的已注册工具实例，并调用其execute方法。数据访问(Access Data): 工具通过
WorkspaceAdapter请求访问项目文件。返回结果(Return Data):
WorkspaceAdapter从文件系统读取数据并返回给工具。工具将结果包装成ToolResult对象。响应(Response): 服务器核心将
ToolResult格式化为JSON-RPC响应，并将其发送回客户端。
组件详解
Server Core (:
职责: 作为服务器的主入口，监听和响应MCP客户端的连接。
实现: 使用
mcp.server库来处理底层的JSON-RPC通信。它定义了list_tools和call_tool等协议处理器，并将具体的逻辑委托给ToolRegistry。
Tool Registry (:
职责: 负责工具的生命周期管理。它在启动时实例化所有可用的工具，并将它们存储在一个字典中以便快速访问。
实现:
ToolRegistry类包含一个_register_default_tools方法，用于集中注册所有工具。当execute_tool被调用时，它会查找并执行相应的工具。
Workspace Adapter (:
职责: 作为文件系统和项目状态的抽象层。所有对项目文件的��、写、搜索操作都必须通过这个适配器进行。
实现:
WorkspaceAdapter类提供了对文件、Git仓库和Moatless语义索引的访问接口，同时强制执行安全策略（如文件类型和路径限制）。
Tools (:
职责: 实现具体的业务逻辑单元。每个工具都是一个独立的类，负责一项特定的任务，如读写文件、代码搜索或运行测试。
实现: 所有工具都继承自
MCPTool基类(tools/base.py)，并实现execute方法。它们通过构造函数接收WorkspaceAdapter的实例来与项目数据交互。
Vector System & Tree-sitter (:
职责: 提供高级代码理解能力。Vector System负责将代码转换为向量并进行语义搜索。Tree-sitter用于精确解析代码的语法结构（AST）。
实现: 这些模块被高级工具（如
SemanticSearchTool和FindClassTool）所使用，以提供比简单文本匹配更强大的功能。
Related MCP server: CodeAnalysis MCP Server
关键技术特性
1. 语义搜索实现
向量嵌入: 使用 Jina AI 1024 维嵌入 (推荐) 或 OpenAI 嵌入 (已弃用)。
按需构建: 向量索引仅在需要时通过
build_vector_index工具构建，避免不必要的启动延迟。代码分割: 基于 Moatless 库的智能代码块分割。
相似性搜索: 使用 FAISS 向量数据库实现高效搜索。
2. 灵活的安全模型
白名单策略: 默认允许访问多种常见代码、配置和文档文件类型。
智能路径过滤: 仅禁止核心依赖和缓存目录 (
node_modules,.venv,__pycache__等)。可配置性: 可以通过
Config类轻松调整安全设置。
3. 模块化和可扩展的工具系统
工具基类:
MCPTool提供了一个清晰的接口，用于创建新的自定义工具。集中注册:
ToolRegistry使得添加和管理新工具变得简单。
使用示例
基础文件操作
语义搜索
代码结构分析
部署与开发
关于如何运行此服务器、进行部署以及如何开发和添加新工具的详细说明，请参阅 README_deploy.md。
相关文档
MCP 规范 - 官方 MCP 协议规范
Moatless Tools - 底层语义搜索库
Tree-sitter - 代码解析器
FAISS - 向量相似性搜索