Lucidity MCP

by hyperb1iss
Verified

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

Integrations

  • Provides git-aware analysis that examines changes directly from git diff, making it ideal for pre-commit reviews of code quality issues before they're committed to the repository.

✨ 루시디티 MCP 🔍

코드의 명확성, 창조의 확신

Lucidity는 지능적이고 신속한 분석을 통해 AI 생성 코드의 품질을 향상시키도록 설계된 모델 컨텍스트 프로토콜(MCP) 서버입니다. AI 코딩 어시스턴트에 체계적인 지침을 제공함으로써 Lucidity는 일반적인 품질 문제를 파악하고 해결하여 더욱 깔끔하고 유지 관리가 용이하며 견고한 코드를 생성합니다.

약속하기 전에 Lucidity에게 변화를 분석해 달라고 요청하세요. 악몽 같은 지옥 같은 풍경에 자신을 몰입시키는 대신 말이죠! 😱 💥 🚫

💫 특징

  • 🔮 포괄적인 문제 탐지 - 복잡성에서 보안 취약성까지 10가지 중요한 품질 차원을 포괄합니다.
  • 🔄 상황 분석 - 의도치 않은 수정 사항을 식별하기 위해 변경 사항을 원래 코드와 비교합니다.
  • 🌐 언어 독립적 - AI 어시스턴트가 이해하는 모든 프로그래밍 언어와 호환
  • 🎯 집중 분석 - 프로젝트 요구 사항에 따라 특정 문제 유형을 타겟팅하는 옵션
  • 📝 구조화된 출력 - AI가 명확한 권장 사항과 함께 실행 가능한 피드백을 제공하도록 안내합니다.
  • 🤖 MCP 통합 - Claude 및 기타 MCP 호환 AI 어시스턴트와의 원활한 통합
  • 🪶 가벼운 구현 - 최소한의 종속성을 갖춘 간단한 서버 설계
  • 🧩 확장 가능한 프레임워크 - 새로운 문제 유형을 쉽게 추가하거나 분석 기준을 세분화할 수 있습니다.
  • 🔀 유연한 전송 - 터미널 기반 상호작용을 위한 stdio와 네트워크 기반 통신을 위한 SSE를 모두 지원합니다.
  • 🔄 Git 인식 분석 - git diff에서 직접 변경 사항을 분석하므로 커밋 전 검토에 이상적입니다.

🚀 설치

지엑스피1

📋 필수 조건

  • Python 3.13 이상
  • Git(코드 변경 사항 분석용)
  • UV 패키지 관리자(종속성 관리에 권장)

🔮 빠른 시작

Lucidity 서버를 실행하세요

# Start with stdio transport (for terminal use) lucidity-mcp # Start with SSE transport (for network use) lucidity-mcp --transport sse --host 127.0.0.1 --port 6969 # Run with debug logging lucidity-mcp --debug # Run with file logging lucidity-mcp --log-file lucidity.log

AI 어시스턴트와 함께 사용

  1. SSE 모드에서 Lucidity 시작:
    lucidity-mcp --transport sse
  2. MCP 프로토콜 URI를 사용하여 AI 어시스턴트를 연결합니다.
    sse://localhost:6969/sse
  3. 이제 AI가 analyze_changes 도구를 호출하여 코드 품질 피드백을 받을 수 있습니다!

🧠 분석 차원

Lucidity는 10가지 주요 품질 차원에 걸쳐 코드를 분석합니다.

  1. 불필요한 복잡성 - 지나치게 복잡한 알고리즘, 과도한 추상화 및 복잡한 논리를 식별합니다.
  2. 잘못된 추상화 - 누출되거나 부적절한 추상화 및 관심사 분리의 불분명함을 감지합니다.
  3. 의도치 않은 코드 삭제 - 중요한 기능이나 유효성 검사의 우발적인 제거를 포착합니다.
  4. 환각 구성 요소 - 존재하지 않는 함수, 클래스 또는 API에 대한 참조를 찾습니다.
  5. 스타일 불일치 - 프로젝트 코딩 표준 및 규칙과의 편차를 발견합니다.
  6. 보안 취약점 - 코드 변경 시 잠재적인 보안 문제를 식별합니다.
  7. 성능 문제 - 성능에 영향을 줄 수 있는 비효율적인 알고리즘이나 작업을 감지합니다.
  8. 코드 중복 - 리팩토링해야 하는 반복되는 논리나 기능을 찾습니다.
  9. 불완전한 오류 처리 - 예외 처리가 누락되었거나 부적절한 부분
  10. 테스트 범위 격차 - 중요한 기능에 대한 누락된 테스트를 식별합니다.

📊 AI Assistant 쿼리 예시

Lucidity에 연결된 AI 비서를 사용하여 다음 쿼리를 시도해 보세요.

  • "내 최신 git 변경 사항의 코드 품질을 분석합니다"
  • "JavaScript 변경 사항의 보안 취약점을 확인하세요"
  • "내 Python 코드가 모범 사례를 따르는지 확인하세요"
  • "최근 코드 변경 사항에서 성능 문제가 있는지 확인하세요"
  • "최근 리팩토링 작업에서 예상치 못한 부작용이 있었나요?"
  • "내 코드의 추상화를 개선하는 데 도움을 주세요"
  • "실수로 중요한 유효성 검사를 제거했는지 확인하세요"
  • "내 최신 커밋에서 환각적인 API 호출을 찾으세요"
  • "내 오류 처리가 완벽하고 견고한가?"
  • "새로운 기능에 테스트 범위 격차가 있나요?"

🛠️ 사용 가능한 MCP 도구

도구

  • analyze_changes - MCP를 통해 분석을 위해 git 변경 사항을 준비합니다.
    • 매개변수:
      • workspace_root : 작업공간/git 저장소의 루트 디렉토리
      • path : 분석할 선택적 특정 파일 경로

💻 개발

Lucidity는 종속성 관리 및 개발 워크플로에 UV를 사용합니다. UV는 빠르고 안정적인 Python 패키지 관리자이자 리졸버입니다.

# Update dependencies uv sync # Run tests pytest # Run linting ruff check . # Run type checking mypy .

🔧 로깅 동작

Lucidity는 전송 방식에 따라 로깅을 다르게 처리합니다.

  • SSE 전송 : 전체 콘솔 로깅이 활성화되었습니다.
  • --log-file을 사용한 Stdio 전송 : 모든 로그가 파일에 저장되고 콘솔은 비활성화됩니다.
  • --log-file 없이 stdio 전송 : 경고 및 오류만 stderr로 전송되고 info 로그는 비활성화됩니다.

이렇게 하면 stdout에 로그가 나타나서 stdio 통신이 끊어지는 일이 없습니다.

🎛️ 명령줄 옵션

usage: lucidity-mcp [-h] [--debug] [--host HOST] [--port PORT] [--transport {stdio,sse}] [--log-level {DEBUG,INFO,WARNING,ERROR,CRITICAL}] [--verbose] [--log-file LOG_FILE] options: -h, --help show this help message and exit --debug Enable debug logging --host HOST Host to bind the server to (use 0.0.0.0 for all interfaces) --port PORT Port to listen on for network connections --transport {stdio,sse} Transport type to use (stdio for terminal, sse for network) --log-level {DEBUG,INFO,WARNING,ERROR,CRITICAL} Set the logging level --verbose Enable verbose logging for HTTP requests --log-file LOG_FILE Path to log file (required for stdio transport if logs enabled)

🤝 기여하기

기여를 환영합니다! 풀 리퀘스트를 제출해 주세요.

  1. 저장소를 포크하세요
  2. 기능 브랜치를 생성합니다( git checkout -b feature/amazing-feature )
  3. UV로 개발 환경 설정하기
  4. 변경 사항을 만드세요
  5. 테스트 실행 및 린팅
  6. 변경 사항을 커밋하세요( git commit -m 'Add some amazing feature' )
  7. 브랜치에 푸시( git push origin feature/amazing-feature )
  8. 풀 리퀘스트 열기

📝 라이센스

이 프로젝트는 Apache License 2.0에 따라 라이선스가 부여되었습니다. 자세한 내용은 LICENSE 파일을 참조하세요.


Stefanie Jane이 만들었습니다 🌠

루시디티가 유용하다면 몬스터 울트라 바이올렛을 사주세요 ⚡️

-
security - not tested
A
license - permissive license
-
quality - not tested

10가지 주요 차원에 대한 포괄적 분석을 통해 AI가 생성한 코드 품질을 향상시키고 문제가 커지기 전에 식별하는 데 도움이 되는 모델 컨텍스트 프로토콜 서버입니다.

  1. 💫 Features
    1. 🚀 Installation
      1. 📋 Prerequisites
        1. 🔮 Quick Start
          1. Run the Lucidity server
          2. Using with AI Assistants
        2. 🧠 Analysis Dimensions
          1. 📊 Example AI Assistant Queries
            1. 🛠️ Available MCP Tools
              1. Tools
            2. 💻 Development
              1. 🔧 Logging Behavior
                1. 🎛️ Command-line Options
                  1. 🤝 Contributing
                    1. 📝 License
                      ID: 0mw024dafm