claude-code-review-mcp

Сервер MCP (Model Context Protocol), который обеспечивает функциональность обзора кода с использованием моделей OpenAI, Google и Anthropic. Он служит инструментом «второго мнения» для обзора кода, который можно использовать с любым клиентом MCP, включая Claude Code, Claude Desktop, Cursor и Windsurf.

Функции

Поддержка нескольких поставщиков : использует модели OpenAI, Google Gemini и Anthropic Claude для проверки кода
Два типа обзора : выберите структурированный обзор (с категоризированной обратной связью) или обзор в свободной форме.
Контекстно-зависимый : включение структуры проекта, связанных файлов, сообщений о коммитах и зависимостей для более релевантных обзоров
Интеллектуальная обработка кода : автоматически определяет языки программирования, обрабатывает большие файлы и соответствующим образом форматирует вывод.
Надежная обработка ошибок : включает логику повторных попыток при сбоях API и постепенное восстановление после ошибок.
Совместимость с MCP : работает с любым клиентом MCP (Claude Code, Claude Desktop, Cursor, Windsurf)
Простая настройка : простая настройка с помощью переменных среды

Related MCP server: Deep Thinking Assistant

Установка

Глобальная установка

npm install -g claude-code-review-mcp

Использование с npx (без установки)

# Set environment variables separately export OPENAI_API_KEY=<key> npx -y claude-code-review-mcp # Or use inline environment setting OPENAI_API_KEY=<key> npx -y claude-code-review-mcp # Or with Google API key GOOGLE_API_KEY=<key> npx -y claude-code-review-mcp # Or with Anthropic API key ANTHROPIC_API_KEY=<key> npx -y claude-code-review-mcp # Or use multiple API keys for more model options OPENAI_API_KEY=<key> GOOGLE_API_KEY=<key> ANTHROPIC_API_KEY=<key> npx -y claude-code-review-mcp

Конфигурация

Серверу требуется как минимум один из следующих ключей API:

OPENAI_API_KEY : ваш ключ API OpenAI.
GOOGLE_API_KEY : Ваш ключ API Google Gemini
ANTHROPIC_API_KEY : Ваш ключ API Anthropic

Дополнительная конфигурация:

PORT : Порт сервера (по умолчанию: динамический — будет выбран доступный порт)
HOST : Хост сервера (по умолчанию: 127.0.0.1)
LOG_LEVEL : Уровень журнала (0=DEBUG, 1=INFO, 2=WARN, 3=ERROR; по умолчанию: 1)

Доступные модели

Модели OpenAI (требуется OPENAI_API_KEY)

gpt-4.1 - OpenAI GPT-4.1
o4-mini - OpenAI O4 Mini
o3-mini - OpenAI O3 Mini

Модели Google (требуется GOOGLE_API_KEY)

gemini-2.5-pro-preview-05-06 - Google Gemini 2.5 Pro
gemini-2.5-flash-preview-04-17 - Google Gemini 2.5 Flash

Антропные модели (требуется ANTHROPIC_API_KEY)

claude-3-opus-20240229 - Антропный Клод 3 Опус
claude-3-sonnet-20240229 - Антропный Клод 3 Сонет
claude-3-haiku-20240307 - Антропный Клод 3 Хайку

Доступные инструменты

Сервер MCP предоставляет три инструмента:

1. обзорКодСтруктурированный

Предоставляет подробный структурированный обзор кода со следующими разделами:

Общее резюме
Качество кода (сильные и слабые стороны)
Ошибки (с указанием серьезности и предлагаемыми исправлениями)
Предложения по улучшению
Проблемы безопасности (если таковые имеются)

2. обзорCodeFreeform

Предоставляет повествовательный обзор кода в свободном текстовом формате, подходящий для общих впечатлений и разговорной обратной связи.

3. списокМоделей

Перечисляет все доступные модели на основе предоставленных ключей API, включая идентификаторы моделей и понятные человеку имена.

Интеграция с Клодом Кодом

Чтобы добавить этот MCP-сервер в Claude Code:

# Use environment variables properly (recommended approach) claude mcp add code-review -s user -e OPENAI_API_KEY=<key> -e GOOGLE_API_KEY=<key> -e ANTHROPIC_API_KEY=<key> -- npx -y claude-code-review-mcp # Alternative: Export the variables before adding the MCP export OPENAI_API_KEY=<key> export GOOGLE_API_KEY=<key> export ANTHROPIC_API_KEY=<key> claude mcp add code-review -s user -- npx -y claude-code-review-mcp

Вы также можете создать пользовательскую слэш-команду, создав файл по адресу .claude/commands/review-with.md :

I'll review your code using alternative LLM models. Model to use: $ARGUMENTS

Claude Code поддерживает пользовательские команды слеша, которые вы можете создать для легкого взаимодействия с сервером MCP. Создайте эти команды в каталоге .claude/commands/ в вашем проекте, чтобы включить мощные рабочие процессы проверки кода.

Базовая настройка

Сначала создайте каталог команд, если его нет:

mkdir -p .claude/commands

Команда листинга моделей

Создайте команду для вывода списка доступных моделей:

# Create the list-review-models.md file cat > .claude/commands/list-review-models.md << 'EOF' I'll check which alternative code review models are available through our MCP server. First, I'll use the MCP server to list all available models for code review. After that, I'll present the models in a clear table format with: - Model ID (what you'll use when requesting a review) - Provider (OpenAI or Google) - Description (size and capabilities) - Speed (relative performance) This will help you choose the right model for your code review needs. EOF

Базовая команда обзора кода

Создайте простую команду обзора, которая принимает имя модели:

# Create the review-with.md file cat > .claude/commands/review-with.md << 'EOF' I'll review the code I've just worked on using an alternative LLM model to provide a second opinion. First, I'll identify the code changes or file you want reviewed. If you don't specify a file, I'll look at recent changes. Then, I'll send this code to be reviewed by the specified model through our MCP server. Available models (run /project:list-review-models to see all options): - OpenAI models (if configured): "gpt-4.1", "o4-mini", "o3-mini" - Google models (if configured): "gemini-2.5-pro-preview-05-06", "gemini-2.5-flash-preview-04-17" Model to use (leave blank for default): $ARGUMENTS EOF

Команда структурированного обзора

Создайте команду специально для структурированных обзоров:

# Create the structured-review.md file cat > .claude/commands/structured-review.md << 'EOF' I'll perform a structured code review using an alternative LLM model. This review will be organized into clear sections: 1. Overall summary 2. Code quality assessment (strengths and weaknesses) 3. Potential bugs with severity ratings (Low/Medium/High) 4. Specific improvement suggestions 5. Security considerations (if applicable) If you don't specify a model, I'll use the default available model. Model to use (optional): $ARGUMENTS EOF

Команда обзора свободной формы

Создайте команду для обзоров в повествовательном стиле:

# Create the freeform-review.md file cat > .claude/commands/freeform-review.md << 'EOF' I'll provide a conversational, narrative-style code review using an alternative LLM model. This will be a more holistic assessment of your code with flowing paragraphs rather than structured categories. This style works well for: - General impressions - High-level feedback - More nuanced commentary on code style and approach If you don't specify a model, I'll use the default available model. Model to use (optional): $ARGUMENTS EOF

Просмотреть определенную команду файла

Создайте команду для просмотра определенного файла:

# Create the review-file.md file cat > .claude/commands/review-file.md << 'EOF' I'll review a specific file using an alternative LLM model. Please provide the file path to review and optionally the model to use. Format: [file_path] [model_name] For example: - "src/utils.js gemini-2.5-pro-preview-05-06" - Reviews utils.js with Gemini Pro - "lib/auth.ts" - Reviews auth.ts with the default model Input: $ARGUMENTS EOF

Команды обзора, ориентированные на конкретные цели

Создайте команды для специализированных обзоров:

# Create security review command cat > .claude/commands/security-review.md << 'EOF' I'll perform a security-focused code review using an alternative LLM model. This review will specifically examine: - Potential security vulnerabilities - Input validation issues - Authentication/authorization flaws - Data protection concerns - Injection vulnerabilities - Secure coding best practices If you don't specify a model, I'll use a model recommended for security analysis. Model to use (optional): $ARGUMENTS EOF

# Create performance review command cat > .claude/commands/performance-review.md << 'EOF' I'll perform a performance-focused code review using an alternative LLM model. This review will specifically examine: - Algorithm efficiency - Memory usage - Unnecessary computations - Loop optimizations - Data structure choices - Caching opportunities - Async/parallel processing considerations If you don't specify a model, I'll use a model that's good at performance analysis. Model to use (optional): $ARGUMENTS EOF

Команда комплексного обзора проекта

Создайте команду для просмотра кода с полным контекстом проекта:

# Create the project-review.md file cat > .claude/commands/project-review.md << 'EOF' I'll perform a comprehensive code review with full project context using an alternative LLM model. This review will: 1. Analyze the code structure and organization 2. Consider related files and dependencies 3. Evaluate consistency with project patterns 4. Assess integration with existing components 5. Check alignment with project architecture I'll gather project context, including directory structure and related files, to ensure a thorough, context-aware review. Format: [file_to_review] [model_name] Example: "src/components/Button.jsx gemini-2.5-pro-preview-05-06" Input: $ARGUMENTS EOF

До и после команды обзора

Создайте команду для сравнения изменений кода:

# Create the diff-review.md file cat > .claude/commands/diff-review.md << 'EOF' I'll review the changes you've made to a file using an alternative LLM model. This will: 1. Identify what was changed between versions 2. Evaluate if the changes address the intended purpose 3. Check for any new issues introduced 4. Suggest potential improvements to the changes I'll need to know which file to examine. If you've been working on a file with Claude Code, I'll automatically find the changes. Model to use (optional): $ARGUMENTS EOF

Использование пользовательских слэш-команд

После создания этих команд вы можете использовать их в Claude Code, введя /project: и затем имя команды. Например:

/project:list-review-models /project:review-with gemini-2.5-pro-preview-05-06 /project:structured-review o4-mini /project:security-review /project:review-file src/utils.js gemini-2.5-flash-preview-04-17

Советы по пользовательским командам

Обнаружение команд : введите /project: в Claude Code, чтобы увидеть список доступных команд.
Модели по умолчанию : если модель не указана, команда будет использовать модель по умолчанию (обычно o4-mini, если она доступна).
Множественные обзоры : вы можете получить несколько точек зрения, проведя обзоры с использованием разных моделей.
Контекст проекта : для наиболее релевантных обзоров используйте команды, включающие контекст проекта.
Специализированный фокус : используйте команды, специфичные для фокуса, если у вас есть особые опасения по поводу безопасности, производительности и т. д.

Пример рабочего процесса

Типичный рабочий процесс может выглядеть так:

Работа над кодом с Клодом Кодом
Запустите /project:list-review-models чтобы увидеть доступные варианты.
Запустите /project:structured-review gemini-2.5-pro-preview-05-06 чтобы получить структурированный обзор из модели Google.
Сравните с предложениями Клода
Вносите улучшения, основываясь на обеих точках зрения.
Запустите /project:diff-review , чтобы просмотреть изменения.

Эти пользовательские команды обеспечивают плавную интеграцию между Claude Code и сервером claude-code-review-mcp, предоставляя ценные «вторые мнения» для вашего кода.

Пример использования

Запуск MCP-сервера

# Start with OpenAI API key (using exports, recommended) export OPENAI_API_KEY=<key> npx -y claude-code-review-mcp # Or with inline environment variables OPENAI_API_KEY=<key> npx -y claude-code-review-mcp # Start with Google Gemini API key export GOOGLE_API_KEY=<key> npx -y claude-code-review-mcp # Start with Anthropic Claude API key export ANTHROPIC_API_KEY=<key> npx -y claude-code-review-mcp # Use multiple API keys for more model options export OPENAI_API_KEY=<key> export GOOGLE_API_KEY=<key> export ANTHROPIC_API_KEY=<key> npx -y claude-code-review-mcp # Use custom port and host export OPENAI_API_KEY=<key> export PORT=8080 export HOST=0.0.0.0 npx -y claude-code-review-mcp

Использование с клиентами MCP

После запуска сервера вы можете подключиться к нему с любого клиента MCP, например Claude Code, Claude Desktop, Cursor или Windsurf, используя URL сервера. Сервер отобразит фактический URL и порт в своих журналах запуска (используя динамически назначаемый порт для избежания конфликтов).

Схема ввода

Все инструменты обзора принимают следующие входные данные:

{ code: string; // Required: The code to review filename?: string; // Optional: The filename with extension language?: string; // Optional: Programming language model: string; // Required: Model ID to use for review projectContext?: { // Optional: Additional context projectStructure?: string; // Directory structure relatedFiles?: Array<{ // Related code files name: string; // Filename with path language?: string; // File language content: string; // File content }>; commitMessage?: string; // Purpose of changes dependencies?: Record<string, string>; // Project dependencies } }

Схема вывода

Структурированный обзорный вывод

{ review?: { // Present on success summary: string; // Overall assessment quality: { strengths: string[]; // Good aspects weaknesses: string[]; // Areas for improvement }; bugs: Array<{ description: string; // Issue description severity: "Low" | "Medium" | "High"; // Impact level suggestion: string; // How to fix }>; improvements: string[]; // Enhancement suggestions securityIssues?: string[]; // Security concerns if any }; modelUsed: string; // Human-readable model name error?: string; // Present on error availableModels?: Record<string, string>; // Present on error or listModels }

Вывод обзора в свободной форме

{ reviewText?: string; // Present on success modelUsed: string; // Human-readable model name error?: string; // Present on error availableModels?: Record<string, string>; // Present on error or listModels }

Список моделей вывода

{ availableModels: Record<string, string>; // Model ID to name mapping modelUsed: string; // Always "None" for this tool }

Интеграция клиента MCP

Клод Код

Добавьте сервер MCP:

claude mcp add code-review -s user npx -y claude-code-review-mcp

Использование в коде Клода:

/code-review:reviewCodeStructured --model o4-mini

Клод Десктоп

В настройках Claude Desktop настройте MCP следующим образом:

"claude-code-review-mcp": { "command": "npx", "args": ["-y", "claude-code-review-mcp"], "env": { "OPENAI_API_KEY": "your-openai-key", "GOOGLE_API_KEY": "your-google-key", "ANTHROPIC_API_KEY": "your-anthropic-key" } }

Сервер использует расширенную очистку выходных данных JSON для полной совместимости со всеми клиентами MCP, включая Claude Desktop.

Курсор и виндсерфинг

Следуйте конкретным рекомендациям по настройке MCP для вашего клиента, используя те же команды и переменные среды.

Поиск неисправностей

Проблемы с ключами API

«Модель X недоступна» : убедитесь, что вы указали соответствующий ключ API для модели.
Ключи API не предоставлены : необходимо предоставить хотя бы один из ключей OPENAI_API_KEY, GOOGLE_API_KEY или ANTHROPIC_API_KEY.
Предлагаемая модель : сервер предложит альтернативные модели, если запрошенная вами модель недоступна.

Ограничение скорости и ошибки API

Если вы столкнулись с ограничениями скорости или ошибками API, сообщение об ошибке укажет на проблему.
Если у одного поставщика возникли проблемы, рассмотрите возможность использования другой модели.

Соображения безопасности

API-ключи никогда не регистрируются и не раскрываются.
Содержимое кода минимально протоколируется для обеспечения конфиденциальности.
Зависимости сведены к минимуму, чтобы уменьшить поверхность безопасности.
Обработка запросов включает проверку и очистку входных данных.
Сообщения об ошибках предназначены для предотвращения утечки конфиденциальной информации.

Совместимость

Требуется Node.js 18.0.0 или более поздняя версия
Работает на Linux, macOS и Windows (через WSL при необходимости)
Совместимость со всеми клиентами MCP (Claude Code, Claude Desktop, Cursor, Windsurf)
Изящная обработка больших файлов кода и контекстов проектов
Механизм автоматического повтора для временных сбоев API

Разработка

# Install dependencies npm install # Start in development mode npm run dev # Build for production npm run build # Start in production mode npm run start

Лицензия

Массачусетский технологический институт

Участники

Праней Бехл (@praneybehl)