コードレビューサーバー

Repomix と LLM を使用してコードレビューを実行するカスタム MCP サーバー。

特徴

Repomix を使用してコードベースをフラット化する
大規模言語モデルでコードを分析する
具体的な問題と推奨事項を含む構造化されたコードレビューを取得します
複数の LLM プロバイダー (OpenAI、Anthropic、Gemini) のサポート
大規模なコードベースのチャンク化を処理

インストール

# Clone the repository git clone https://github.com/yourusername/code-review-server.git cd code-review-server # Install dependencies npm install # Build the server npm run build

構成

.env.exampleテンプレートに基づいて、ルートディレクトリに.envファイルを作成します。

cp .env.example .env

.envファイルを編集して、優先する LLM プロバイダーと API キーを設定します。

# LLM Provider Configuration LLM_PROVIDER=OPEN_AI OPENAI_API_KEY=your_openai_api_key_here

使用法

MCPサーバーとして

コードレビューサーバーはモデルコンテキストプロトコル (MCP) を実装しており、任意の MCP クライアントで使用できます。

# Start the server node build/index.js

サーバーは 2 つの主要なツールを公開します。

analyze_repo : Repomix を使用してコードベースをフラット化する
code_review : LLMを使用してコードレビューを実行します

MCPツールを使用する場合

このサーバーは、異なるコード分析ニーズに対応する 2 つの異なるツールを提供します。

分析リポジトリ

次の場合にこのツールを使用します。

コードベースの構造と構成の概要を把握する
初期分析のためにリポジトリをテキスト表現にフラット化する
詳細な確認なしでディレクトリ構造とファイルの内容を理解する
より詳細なコードレビューの準備
コードベースを素早くスキャンして、さらに分析する必要がある関連ファイルを特定します。

例:

「レビューする前にこのリポジトリの構造を理解したい」
「このコードベースに含まれるファイルとディレクトリを表示してください」
「コードの構成を理解するために、コードを平面的に表示してください」

コードレビュー

次の場合にこのツールを使用します。

包括的なコード品質評価を実行する
特定のセキュリティ脆弱性、パフォーマンスのボトルネック、コード品質の問題を特定する
コードを改善するための実用的な推奨事項を入手する
問題の重大度評価を含む詳細なレビューを実施する
ベストプラクティスに照らしてコードベースを評価する

例:

「このコードベースのセキュリティ上の脆弱性を確認してください」
「これらの特定のJavaScriptファイルのパフォーマンスを分析します」
「このリポジトリの詳細なコード品質評価を教えてください」
「私のコードをレビューして、保守性を向上させる方法を教えてください」

パラメータを使用する場合:

specificFiles : リポジトリ全体ではなく、特定のファイルのみをレビューしたい場合
fileTypes : 特定のファイル拡張子（例: .js、.ts）に焦点を当てたい場合
detailLevel : 簡単な概要には「basic」、詳細な分析には「detailed」を使用します
focusAreas : 特定の側面（セキュリティ、パフォーマンスなど）を優先したい場合

CLIツールの使用

テスト目的では、付属の CLI ツールを使用できます。

node build/cli.js <repo_path> [options]

オプション:

--files <file1,file2> : レビューする特定のファイル
--types <.js,.ts> : レビューに含めるファイルの種類
--detail <basic|detailed> : 詳細レベル（デフォルト: details）
--focus <areas> : 重点を置く領域 (セキュリティ、パフォーマンス、品質、保守性)

例：

node build/cli.js ./my-project --types .js,.ts --detail detailed --focus security,quality

発達

# Run tests npm test # Watch mode for development npm run watch # Run the MCP inspector tool npm run inspector

LLM統合

コードレビューサーバーは、複数の LLM プロバイダー API と直接統合されます。

OpenAI （デフォルト：gpt-4o）
人間中心的（デフォルト：claude-3-opus-20240307）
Gemini (デフォルト: gemini-1.5-pro)

プロバイダー構成

.envファイルで、優先する LLM プロバイダーを構成します。

# Set which provider to use LLM_PROVIDER=OPEN_AI # Options: OPEN_AI, ANTHROPIC, or GEMINI # Provider API Keys (add your key for the chosen provider) OPENAI_API_KEY=your-openai-api-key ANTHROPIC_API_KEY=your-anthropic-api-key GEMINI_API_KEY=your-gemini-api-key

モデル構成

オプションで、各プロバイダーに使用するモデルを指定できます。

# Optional: Override the default models OPENAI_MODEL=gpt-4-turbo ANTHROPIC_MODEL=claude-3-sonnet-20240229 GEMINI_MODEL=gemini-1.5-flash-preview

LLM統合の仕組み

code_reviewツールはRepomixを使用してコードを処理してリポジトリ構造をフラット化します。
コードは、LLMコンテキストの制限内に収まるように必要に応じてフォーマットされ、チャンク化されます。
詳細なプロンプトは、焦点領域と詳細レベルに基づいて生成されます。
プロンプトとコードは、選択したプロバイダーのLLM APIに直接送信されます。
LLM応答は構造化された形式に解析される
レビューは、問題点、強み、推奨事項を含むJSONオブジェクトとして返されます。

実装には、API エラーに対する耐性のための再試行ロジックと、最も関連性の高いコードがレビューに含まれるようにするための適切なフォーマットが含まれています。

コードレビューの出力形式

コードレビューは構造化された JSON 形式で返されます。

{ "summary": "Brief summary of the code and its purpose", "issues": [ { "type": "SECURITY|PERFORMANCE|QUALITY|MAINTAINABILITY", "severity": "HIGH|MEDIUM|LOW", "description": "Description of the issue", "line_numbers": [12, 15], "recommendation": "Recommended fix" } ], "strengths": ["List of code strengths"], "recommendations": ["List of overall recommendations"] }

ライセンス

マサチューセッツ工科大学

One-click Deploy

A

security – no known vulnerabilities

F

license - not found

A

quality - confirmed to work

How are these scores calculated?

Resources

GitHub Repository

Need Help?

Report Issue

Related Servers

Code Review MCP Server