代码审查服务器

使用 Repomix 和 LLM 执行代码审查的自定义 MCP 服务器。

特征

• 使用 Repomix 扁平化代码库
• 使用大型语言模型分析代码
• 获取包含具体问题和建议的结构化代码审查
• 支持多个 LLM 提供商（OpenAI、Anthropic、Gemini）
• 处理大型代码库的分块

安装

配置

基于.env.example模板在根目录下创建.env文件：

编辑.env文件以设置您首选的 LLM 提供程序和 API 密钥：

用法

作为 MCP 服务器

代码审查服务器实现了模型上下文协议（MCP），可以与任何 MCP 客户端一起使用：

该服务器公开两个主要工具：

1. analyze_repo ：使用 Repomix 扁平化代码库
2. code_review ：使用 LLM 执行代码审查

何时使用 MCP 工具

该服务器针对不同的代码分析需求提供了两种不同的工具：

分析仓库

当您需要执行以下操作时，请使用此工具：

• 获取代码库结构和组织的高级概述
• 将存储库扁平化为文本表示形式，以便进行初步分析
• 无需详细审查即可了解目录结构和文件内容
• 准备进行更深入的代码审查
• 快速扫描代码库以识别相关文件以供进一步分析

示例情况：

• “我想在审查之前先了解一下这个存储库的结构”
• “告诉我这个代码库中有哪些文件和目录”
• “给我一个代码的平面视图来了解它的组织”

代码审查

当您需要执行以下操作时，请使用此工具：

• 执行全面的代码质量评估
• 识别特定的安全漏洞、性能瓶颈或代码质量问题
• 获得改进代码的可行建议
• 对问题进行详细审查，并进行严重程度评级
• 根据最佳实践评估代码库

示例情况：

• “检查此代码库是否存在安全漏洞”
• “分析这些特定 JavaScript 文件的性能”
• “请给我一份关于这个存储库的详细代码质量评估”
• “检查我的代码并告诉我如何提高其可维护性”

何时使用参数：

• specificFiles ：当您只想查看某些文件而不是整个存储库时
• fileTypes ：当你想关注特定的文件扩展名时（例如 .js、.ts）
• detailLevel ：使用“basic”进行快速概览或使用“detailed”进行深入分析
• focusAreas ：当你想优先考虑某些方面（安全性、性能等）时

使用 CLI 工具

为了测试目的，您可以使用附带的 CLI 工具：

选项：

• --files <file1,file2> ：需要审查的特定文件
• --types <.js,.ts> ：要包含在审核中的文件类型
• --detail <basic|detailed> ：详细程度（默认值：详细）
• --focus <areas> ：需要关注的领域（安全性、性能、质量、可维护性）

例子：

发展

LLM 整合

代码审查服务器直接与多个 LLM 提供程序 API 集成：

• OpenAI （默认值：gpt-4o）
• 人类学（默认值：claude-3-opus-20240307）
• 双子座（默认：gemini-1.5-pro）

提供程序配置

在.env文件中配置您首选的 LLM 提供程序：

模型配置

您可以选择指定每个提供程序要使用的模型：

LLM 集成如何运作

1. code_review工具使用 Repomix 处理代码，以扁平化存储库结构
2. 如果需要，代码将被格式化和分块以适应 LLM 上下文限制
3. 根据重点领域和详细程度生成详细提示
4. 提示和代码将直接发送到您选择的提供商的 LLM API
5. LLM 响应被解析为结构化格式
6. 评论以 JSON 对象的形式返回，其中包含问题、优势和建议

该实现包括重试逻辑，用于抵御 API 错误和适当的格式，以确保在审查中包含最相关的代码。

代码审查输出格式

代码审查以结构化的 JSON 格式返回：

执照

麻省理工学院