simple_mcp
MCP DROSPR Server
MCP-Server zur Analyse von Perl-Code mit Perl::Critic.
Tools
DROSPR_JARVIS
Test-Tool - gibt eine Begrüßungsnachricht zurück.
{"method": "tools/call", "params": {"name": "DROSPR_JARVIS", "arguments": {}}}Ergebnis: "Hallo vom MCP DROSPR! :)"
perlcritic_analyze
Analysiert Perl-Code und gibt einen strukturierten Bericht zurück.
Parameter:
Parameter | Typ | Beschreibung |
| string | ERFORDERLICH - Perl-Code zur Analyse |
| string | Dateiname (für den Bericht) |
| int | Schweregrad 1-5 (Standard 1) |
Anwendungsbeispiel:
{
"method": "tools/call",
"params": {
"name": "perlcritic_analyze",
"arguments": {
"code": "use strict;\nopen FILE, 'test.txt';",
"severity": 1
}
}
}Related MCP server: mcp-lint-tools
⚠️ Wichtig: Warum nur der code-Parameter
MCP arbeitet immer remote! Der Server läuft in Docker auf einem anderen Computer.
┌─────────────────┐ ┌─────────────────┐
│ Компьютер │ │ MCP Сервер │
│ разработчика │ HTTP │ (Docker) │
│ │ ──────> │ │
│ Файл: │ │ Нет доступа │
│ C:\project\ │ │ к файловой │
│ script.pl │ │ системе! │
└─────────────────┘ └─────────────────┘Problem:
Die LLM erhält den Pfad
C:\project\script.plDie LLM "emuliert" das Lesen der Datei
Startet MCP mit
target: "C:\project\script.pl"MCP sieht diese Datei nicht! Sie befindet sich auf einem anderen Computer.
Lösung: Die LLM muss:
Die Datei tatsächlich lesen
Den Inhalt über den Parameter
codesenden
Korrekter Ablauf für die LLM:
Пользователь: "Проверь C:\project\script.pl"
↓
LLM: Читаю файл C:\project\script.pl...
↓
LLM: Отправляю в MCP:
{
"code": "use strict;\nuse warnings;\n...",
"filename": "script.pl"
}Konfiguration der LLM (Kiloterm/Cline)
Füge zum System-Prompt hinzu:
ПРОВЕРКА PERL КОДА:
1. Всегда читай файл ПОЛНОСТЬЮ перед анализом
2. Используй ТОЛЬКО параметр 'code' для perlcritic_analyze
3. НИКОГДА не используй параметр 'target' - он не работает для удалённого MCPStarten
Docker (empfohlen)
# Скачать образ
docker pull lenchik8/simple_mcp:latest
# Запустить
docker run -d --name mcp-DROSPR_JARVIS -p 8000:8000 lenchik8/simple_mcp:latestLokaler Build
docker build -t mcp-DROSPR_JARVIS .
docker run -p 8000:8000 mcp-DROSPR_JARVISAus dem Quellcode
pip install -e .
python server.pyProjektstruktur
mcp_DROSPR_JARVIS/
├── server.py # FastAPI сервер
├── tools/
│ └── perlcritic.py # Модуль анализа Perl::Critic
├── Dockerfile # Docker образ
├── pyproject.toml # Python зависимости
└── docs/ # ДокументацияVerbindung zum MCP-Client
{
"mcpServers": {
"DROSPR_JARVIS": {
"url": "http://<IP>:8000",
"transport": "sse"
}
}
}Docker Hub
https://hub.docker.com/r/lenchik8/simple\\\\_mcp
GitHub
https://github.com/LENA-EE/simple\\\\_mcp
Beispiele für Prompts zur Analyse von Perl-Code
Einfache Dateianalyse
Проверь этот Perl файл на ошибки:
/path/to/script.plAnalyse mit niedrigem Schweregrad (nur kritische Fehler)
Проверь код, но покажи только серьёзные проблемы (severity 4-5)Code-Analyse (direktes Senden von Code)
Проверь этот Perl код:
use strict;
...Projektanalyse
Проанализируй каждый .pl файл в папке /src/Einschränkungen von Remote-MCP
Die Analyse von Verzeichnissen ist nur möglich, wenn diese innerhalb des Containers zugänglich sind
Für ein vollständiges Projektaudit - sende den Code der Dateien einzeln
This server cannot be deployed
Maintenance
Related MCP Connectors
MCP Server for Slima - AI Writing IDE for Novel Authors with AI Beta Reader.
MCP server for the Seline Analytics API
MCP server for progressive tool usage at any scale (see https://klavis.ai)
Related MCP Servers
- AlicenseAqualityDmaintenanceMCP server for comprehensive code analysis, navigation, and quality assessment across 25+ programming languages.988MIT
- AlicenseNot gradedqualityDmaintenanceCode linting and style checking tools for AI agents, exposed as an MCP server. Supports style checks, naming conventions, complexity analysis, dead code detection, and import analysis.49 npmMIT
- AlicenseAqualityFmaintenanceA code review tool server based on Model Context Protocol (MCP) providing multi-dimensional code review and scoring.46 npmMIT
- AlicenseNot gradedqualityDmaintenanceMCP server for automated code review using AI agents. It analyzes code diffs or file paths for bugs, security issues, and style violations.MIT