from fastmcp import FastMCP
import os
import sys
# Solo importamos lo ligero al principio
BASE_DIR = os.path.dirname(os.path.abspath(__file__))
MODEL_FILE = os.path.join(BASE_DIR, "modelo_nasa_full.pkl")
server = FastMCP("NASA-Quality-Auditor")
@server.tool()
def auditar_calidad_codigo(ruta_archivo: str) -> str:
"""
Analiza un archivo local. Carga el modelo bajo demanda.
"""
# --- IMPORTS LAZY (Para que el servidor arranque rápido) ---
import joblib
import pandas as pd
import radon.raw as raw
import radon.complexity as cc
from radon.metrics import h_visit
# 1. Validación de rutas
clean_filename = os.path.basename(ruta_archivo)
safe_path = os.path.join(BASE_DIR, clean_filename)
if not os.path.exists(safe_path):
return f"Error: No encuentro '{clean_filename}' en la carpeta."
if not os.path.exists(MODEL_FILE):
return "Error CRÍTICO: No encuentro modelo_nasa_full.pkl"
try:
# 2. Carga del modelo (Solo ocurre cuando llamas a la tool)
sys.stderr.write("[DEBUG] Cargando modelo NASA...\n")
model_data = joblib.load(MODEL_FILE)
model = model_data["model"]
feature_names = model_data["features"]
# 3. Lectura y Análisis
with open(safe_path, 'r', encoding='utf-8') as f:
code = f.read()
r_analysis = raw.analyze(code)
blocks = cc.cc_visit(code)
total_cc = sum(b.complexity for b in blocks) if blocks else 0
try:
h_obj = h_visit(code)
val_h1 = h_obj.total.h1
val_effort = h_obj.total.effort
except:
val_h1, val_effort = 0, 0
metricas = {
"loc": r_analysis.loc,
"complexity": total_cc,
"h_uniq_op": val_h1,
"comments": r_analysis.comments,
"h_effort": val_effort
}
input_row = {feat: metricas.get(feat, 0) for feat in feature_names}
df_input = pd.DataFrame([input_row])
prob = model.predict_proba(df_input)[0][1]
porcentaje = round(prob * 100, 2)
riesgo = "CRÍTICO" if porcentaje > 75 else "MEDIO" if porcentaje > 40 else "BAJO"
return f"AUDITORIA COMPLETA: Riesgo {riesgo} ({porcentaje}% bug probability)."
except Exception as e:
return f"Error interno: {str(e)}"
if __name__ == "__main__":
server.run()
