코드 검토 서버

Repomix와 LLM을 사용하여 코드 검토를 수행하는 맞춤형 MCP 서버입니다.

특징

• Repomix를 사용하여 코드베이스를 평면화합니다.
• 대규모 언어 모델을 사용하여 코드 분석
• 특정 문제 및 권장 사항을 포함한 구조화된 코드 검토를 받으세요
• 여러 LLM 공급자(OpenAI, Anthropic, Gemini) 지원
• 대규모 코드베이스에 대한 청킹을 처리합니다.

설치

지엑스피1

구성

.env.example 템플릿을 기반으로 루트 디렉토리에 .env 파일을 만듭니다.

.env 파일을 편집하여 원하는 LLM 공급자와 API 키를 설정하세요.

용법

MCP 서버로서

코드 검토 서버는 MCP(Model Context Protocol)를 구현하며 모든 MCP 클라이언트와 함께 사용할 수 있습니다.

서버는 두 가지 주요 도구를 제공합니다.

1. analyze_repo : Repomix를 사용하여 코드베이스를 평면화합니다.
2. code_review : LLM을 사용하여 코드 검토를 수행합니다.

MCP 도구를 사용해야 하는 경우

이 서버는 다양한 코드 분석 요구 사항에 맞춰 두 가지 도구를 제공합니다.

분석_리포

다음과 같은 경우 이 도구를 사용하세요.

• 코드베이스의 구조와 구성에 대한 개략적인 개요를 얻으세요
• 초기 분석을 위해 저장소를 텍스트 표현으로 평면화합니다.
• 자세한 검토 없이 디렉토리 구조와 파일 내용을 이해합니다.
• 보다 심층적인 코드 검토를 준비하세요
• 추가 분석을 위해 관련 파일을 식별하기 위해 코드베이스를 빠르게 스캔합니다.

예시 상황:

• "이 저장소를 검토하기 전에 구조를 이해하고 싶습니다."
• "이 코드베이스에 어떤 파일과 디렉토리가 있는지 보여주세요"
• "코드의 구성을 이해하려면 코드를 평면적으로 보여주세요."

코드 리뷰

다음과 같은 경우 이 도구를 사용하세요.

• 포괄적인 코드 품질 평가 수행
• 특정 보안 취약점, 성능 병목 현상 또는 코드 품질 문제를 식별합니다.
• 코드 개선을 위한 실행 가능한 권장 사항을 얻으세요
• 문제에 대한 심각도 등급을 포함한 자세한 검토를 수행합니다.
• 모범 사례에 맞춰 코드베이스 평가

예시 상황:

• "이 코드베이스의 보안 취약점을 검토하세요"
• "이러한 특정 JavaScript 파일의 성능을 분석합니다"
• "이 저장소에 대한 자세한 코드 품질 평가를 해주세요"
• "내 코드를 검토하고 유지 관리성을 개선하는 방법을 알려주세요"

매개변수를 사용하는 경우:

• specificFiles : 전체 저장소가 아닌 특정 파일만 검토하려는 경우
• fileTypes : 특정 파일 확장자(예: .js, .ts)에 초점을 맞추고 싶을 때
• detailLevel : 빠른 개요를 원하시면 '기본'을, 심층 분석을 원하시면 '상세'를 사용하세요.
• focusAreas : 특정 측면(보안, 성능 등)의 우선순위를 정할 때

CLI 도구 사용

테스트 목적으로 포함된 CLI 도구를 사용할 수 있습니다.

옵션:

• --files <file1,file2> : 검토할 특정 파일
• --types <.js,.ts> : 리뷰에 포함할 파일 유형
• --detail <basic|detailed> : 세부 수준(기본값: 상세)
• --focus <areas> : 집중해야 할 영역(보안, 성능, 품질, 유지 관리)

예:

개발

LLM 통합

코드 검토 서버는 여러 LLM 공급자 API와 직접 통합됩니다.

• OpenAI (기본값: gpt-4o)
• 인류학적 (기본값: claude-3-opus-20240307)
• 제미니 (기본값: gemini-1.5-pro)

공급자 구성

.env 파일에서 원하는 LLM 공급자를 구성하세요.

모델 구성

선택적으로 각 공급자에 대해 사용할 모델을 지정할 수 있습니다.

LLM 통합 작동 방식

1. code_review 도구는 Repomix를 사용하여 저장소 구조를 평면화하여 코드를 처리합니다.
2. 코드는 필요한 경우 LLM 컨텍스트 제한에 맞게 포맷되고 청크로 나뉩니다.
3. 초점 영역과 세부 수준을 기반으로 자세한 프롬프트가 생성됩니다.
4. 프롬프트와 코드는 귀하가 선택한 공급자의 LLM API로 직접 전송됩니다.
5. LLM 응답은 구조화된 형식으로 구문 분석됩니다.
6. 리뷰는 문제점, 장점 및 권장 사항을 포함하는 JSON 객체로 반환됩니다.

구현에는 API 오류에 대한 회복성을 위한 재시도 논리와 가장 관련성 있는 코드가 검토에 포함되도록 보장하는 적절한 형식이 포함됩니다.

코드 검토 출력 형식

코드 검토는 구조화된 JSON 형식으로 반환됩니다.

특허

MIT