Skip to main content
Glama

LORE es un motor de arqueología de código basado en plugins para proyectos TypeScript. Analiza tu AST, mapea dependencias, detecta dependencias circulares, rastrea cadenas asíncronas, puntúa la seguridad de tipos y proporciona inteligencia arquitectónica a los asistentes de programación con IA a través del Protocolo de Contexto de Modelo (MCP).

Creado por EliotShift · Probado en batalla en 16 proyectos del mundo real · 100% de tasa de éxito.


¿Por qué LORE?

Los asistentes de programación con IA escriben rápido, pero carecen de memoria arquitectónica. No pueden recordar:

  • Qué archivos están estrechamente acoplados

  • Dónde residen las dependencias circulares

  • Qué tipos se están propagando a través de los límites

  • Qué archivos cambian con demasiada frecuencia (puntos críticos o hotspots)

  • Cuáles son las capas arquitectónicas

LORE resuelve esto dándole a tu asistente de IA una comprensión profunda de la arquitectura de tu base de código, a través del análisis por CLI y la integración con el servidor MCP.


Related MCP server: Continuum

Características

13 Analizadores

#

Analizador

Qué hace

1

Analizador AST

Análisis completo de TypeScript/TSX con ts-morph + híbrido de regex

2

Grafo de dependencias

Mapea todas las importaciones, exportaciones y re-exportaciones en tu proyecto

3

Detector de dependencias circulares

Encuentra ciclos y los clasifica por gravedad

4

Comprobador de dirección de dependencias

Aplica reglas de capa (ej. no permitir importaciones de controlador → BD)

5

Entropía de Shannon

Puntuación de complejidad por archivo (simple → muy complejo)

6

Análisis de puntos críticos (Hotspots)

Detección de cambios en Git: archivos que cambian con demasiada frecuencia

7

Analizador de impacto de importación

Muestra el radio de explosión de cada importación

8

Puntuador de seguridad de tipos

Califica tu uso de any, tipos explícitos y rigor

9

Detector de acoplamiento oculto

Encuentra dependencias implícitas a través de tipos compartidos

10

Recomendaciones de IA

Sugerencias de corrección priorizadas (P0–P3)

11

Comprobador de configuración de herramientas

Valida la configuración de ESLint, Prettier y tsconfig

12

Detector de cambios disruptivos

Marca patrones de obsolescencia de alto riesgo

13

Buscador de brechas arquitectónicas

Identifica abstracciones y patrones faltantes

Integración MCP (8 herramientas + 3 recursos)

Expón LORE a Claude Desktop, VS Code, Cursor o cualquier cliente MCP:

Herramienta

Descripción

analyze

Análisis completo del proyecto: puntuaciones, violaciones, complejidad, puntos críticos

get-scores

Puntuaciones de salud: general, seguridad de tipos, herramientas, arquitectura

get-violations

Dependencias circulares, violaciones de capa, brechas arquitectónicas

get-recommendations

Sugerencias de mejora de IA (P0–P3)

get-hotspots

Archivos con alta frecuencia de cambios en git (rojo/amarillo/verde)

get-entropy

Informe de complejidad de entropía de Shannon

query-file

Importaciones, exportaciones, consumidores y complejidad de un archivo

analyze_architecture

Análisis profundo de TS: framework, capas, cadenas asíncronas, flujo de tipos

Recurso

Descripción

lore://analysis

Resultados del último análisis (JSON)

lore://architecture

Grafo de arquitectura profunda (JSON)

lore://config

Estado del entorno y caché (JSON)

Comandos CLI

lore [path]                   Analyze project (default: cwd)
lore analyze [path]           Explicit analysis
lore init                     Extract architectural decisions
lore status                   View decisions by category
lore diff                     Diff against saved baseline
lore doctor                   Environment + tooling check
lore doctor --fix             Auto-fix project setup
lore ignore                   List/manage ignore patterns
lore watch                   Watch + re-analyze on change
lore mcp inspect             Inspect MCP server setup
lore mcp config              Claude Desktop config snippet
lore version                  Show version

Documentación

Sitio web: eliotshift.github.io/lore-mcp

Página

Descripción

Página de inicio

Resumen completo de características, insignias e inicio rápido

Guía de instalación

Instalación mediante npm, npx y Docker

Referencia de comandos

Todos los comandos CLI: init, status, doctor, watch, diff, etc.

Integración MCP

Configuración para Claude Desktop, Cursor y Windsurf

Ejemplos

Análisis del mundo real de Express, NestJS, Next.js y más

Preguntas frecuentes

Respuestas a preguntas comunes


Inicio rápido

Instalación

npm install -g lore-mcp

Uso de CLI

# Analyze current project
lore

# Analyze a specific project
lore ./my-typescript-project

# Check environment and auto-fix
lore doctor --fix

# Watch for changes
lore watch --filter src/

# Diff from last baseline
lore diff

Integración MCP (Claude Desktop)

Añade esto a tu configuración de Claude Desktop:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Linux: ~/.config/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "lore": {
      "command": "npx",
      "args": ["-y", "lore-mcp"]
    }
  }
}

O si se instaló globalmente:

{
  "mcpServers": {
    "lore": {
      "command": "lore",
      "args": ["mcp"]
    }
  }
}

Reinicia Claude Desktop y luego pregunta:

"Analyze my project architecture" → LORE ejecuta analyze_architecture "What are the circular dependencies?" → LORE ejecuta get-violations "Which files are hotspots?" → LORE ejecuta get-hotspots "What are the AI recommendations?" → LORE ejecuta get-recommendations


Arquitectura

lore-mcp/
├── src/
│   ├── algorithm/          # LoreGraph, AST parser, async chain builder, type tracker
│   ├── algorithms/         # AI recommendations, hotspot analysis, entropy, scoring
│   ├── analyzer/           # Dependency parsers, circular deps, direction, imports
│   ├── commands/           # CLI: doctor, diff, ignore, init, status, watch
│   ├── core/               # Plugin system, pipeline runner, graph engine
│   ├── lib/                # Hidden coupling, gaps, middleware chain, ontology
│   ├── mcp/                # MCP server + architecture bridge
│   ├── output/             # Formatter, markdown, SARIF, logger
│   ├── plugins/built-in/   # 13 built-in analysis plugins
│   ├── storage/            # Cache and decision store
│   ├── types/              # TypeScript type definitions
│   ├── cli.ts              # CLI entry point
│   └── index.ts            # MCP server entry point
├── package.json
└── tsconfig.json

Sistema de plugins

LORE utiliza una arquitectura basada en plugins: cada analizador es un plugin:

interface LorePlugin {
  name: string;
  version: string;
  analyze(context: AnalysisContext): Promise<PluginResult>;
}

Los plugins integrados incluyen: circular-deps, coupling-matrix, dep-direction, entropy, gaps, hidden-coupling, hotspot, import-impact, middleware-chain, breaking-changes, type-safety, tooling-config, ai-recommendations.


Cómo funciona

  1. Analizar (Parse) — LORE analiza todos los archivos .ts/.tsx usando un analizador híbrido de ts-morph + regex

  2. Construir grafo — Construye un grafo de dependencias con bordes tipados (importación, referencia de tipo, decorador, cadena asíncrona, implementa, extiende)

  3. Ejecutar plugins — 13 analizadores se ejecutan en paralelo a través de la tubería de plugins

  4. Puntuar — Calcula puntuaciones de salud (seguridad de tipos, herramientas, arquitectura, general 0–100)

  5. Recomendar — El motor de IA genera sugerencias priorizadas (P0 crítico → P3 deseable)

  6. Servir — Resultados disponibles a través de la salida CLI, herramientas MCP o formato SARIF


Validación

Proyecto

Archivos

Resultado

Express

42

100% Aprobado

Next.js

68

100% Aprobado

Fastify

55

100% Aprobado

NestJS

38

100% Aprobado

Prisma

45

100% Aprobado

Zod

35

100% Aprobado

TypeORM

60

100% Aprobado

+ 9 más

Los 16 proyectos de prueba: 100% tasa de éxito, cero fallos.


Requisitos

  • Node.js >= 18.0.0

  • Proyecto TypeScript (analiza archivos .ts y .tsx)

  • Git (opcional, para análisis de puntos críticos)

  • ripgrep (opcional, para un descubrimiento de archivos más rápido)


Stack tecnológico

Componente

Tecnología

Lenguaje

TypeScript 5.5+

Análisis AST

ts-morph 21

Protocolo

Model Context Protocol (MCP) SDK 1.0

Transporte

Stdio (compatible con Claude Desktop / IDE)

Validación

Esquemas Zod

Salida

Terminal ANSI, Markdown, SARIF


Licencia

MIT © 2025 EliotShift


Install Server
A
license - permissive license
A
quality
C
maintenance

Maintenance

Maintainers
Response time
1wRelease cycle
4Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • A
    license
    Not graded
    quality
    C
    maintenance
    Provides persistent memory for AI coding assistants, storing and retrieving architectural decisions, patterns, and solutions across sessions using semantic search, while also offering git integration for commit messages and code expertise mapping.
    MIT
  • A
    license
    Not graded
    quality
    D
    maintenance
    Automatically extracts architectural decisions, patterns, and insights from Git commits to build a local, structured project memory. It exposes this living context to AI tools via MCP, allowing them to understand the historical reasoning and evolution behind your codebase.
    41
    7
    MIT
  • A
    license
    A
    quality
    A
    maintenance
    Local-first memory layer for AI coding agents — captures issues, attempts, fixes, and decisions, and warns at git commit before you repeat a mistake.
    15
    772
    MIT
  • A
    license
    Not graded
    quality
    D
    maintenance
    Provides AI coding assistants with persistent, context-rich memory of a codebase, including documentation and git history, enabling recall across sessions.
    105
    Apache 2.0

View all related MCP servers

Related MCP Connectors

  • AI Agent with Architectural Memory. Impact analysis (free), tests and code from the graph (pro).

  • Deterministic context layer for your codebase: change impact, blast radius, answers with receipts.

  • Give your AI agent a persistent map of your project's structure, dependencies, and bugs.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/EliotShift/lore-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server