loctree-mcp
OfficialУстановка
curl -fsSL https://loct.io/install.sh | sh # One-liner (installs from crates.io)Или напрямую через Cargo:
cargo install loctree # CLI: loct, loctree
cargo install loctree-mcp # MCP server for AI agentsRelated MCP server: Context Bunker MCP
Быстрый старт
Артефакты по умолчанию сохраняются в директории кэша вашей ОС (можно переопределить через LOCT_CACHE_DIR).
loct # Scan project, write cached artifacts
loct --for-ai # AI-optimized overview (health, hubs, quick wins)
loct slice src/App.tsx --consumers # Context: file + deps + consumers
loct find useAuth # Find symbol definitions
loct find 'Snapshot FileAnalysis' # Cross-match: where terms meet
loct impact src/utils/api.ts # What breaks if you change this?
loct health # Quick summary: cycles + dead + twins
loct dead --confidence high # Unused exports
loct cycles # Circular imports
loct twins # Dead parrots + duplicates + barrel chaos
loct audit # Full codebase reviewЧто он делает
loctree фиксирует реальный граф зависимостей вашего проекта за одно сканирование, а затем мгновенно отвечает на структурные вопросы на основе этого снимка. Разработан для ИИ-агентов, которым нужен сфокусированный контекст без необходимости читать каждый файл.
Основные возможности:
Голографический срез — извлечение файла + зависимостей + потребителей за один вызов
Перекрестный поиск — поиск мест, где одновременно встречаются несколько терминов (не просто плоский grep)
Обнаружение неиспользуемых экспортов — поиск неиспользуемого кода в JS/TS, Python, Rust, Go, Dart
Обнаружение циклических импортов — алгоритм SCC Тарьяна для поиска критических ошибок во время выполнения
Трассировка обработчиков — отслеживание команд Tauri через весь конвейер FE/BE
Анализ влияния — узнайте, что сломается, прежде чем удалять или рефакторить
jq-запросы — запрос данных снимка с помощью синтаксиса jq (
loct '.files | length')
MCP-сервер
loctree поставляется как MCP-сервер для бесшовной интеграции с ИИ-агентами:
loctree-mcp # Start via stdio (configure in your MCP client)Инструменты: repo-view, slice, find, impact, focus, tree. Каждый инструмент принимает параметр project — автоматическое сканирование при первом использовании, кэширование снимков в оперативной памяти.
{
"mcpServers": {
"loctree": {
"command": "loctree-mcp",
"args": []
}
}
}Поддержка языков
Язык | Точность неиспользуемых экспортов | Примечания |
Rust | ~0% FP | Протестировано на rust-lang/rust (35 тыс. файлов) |
Go | ~0% FP | Протестировано на golang/go (17 тыс. файлов) |
TypeScript/JavaScript | ~10-20% FP | JSX/TSX, паттерны React, Flow, WeakMap |
Python | ~20% FP | Режим библиотеки, |
Svelte | <15% FP | Анализ шаблонов, .d.ts ре-экспорты |
Vue | ~15% FP | Поддержка SFC, Composition & Options API |
Dart/Flutter | Полная | Обнаружение pubspec.yaml |
Автоматическое определение стека из Cargo.toml, tsconfig.json, pyproject.toml, pubspec.yaml, src-tauri/.
Голографический срез
Извлечение 3-уровневого контекста для любого файла:
loct slice src/App.tsx --consumersSlice for: src/App.tsx
Core (1 files, 150 LOC):
src/App.tsx (150 LOC, ts)
Deps (3 files, 420 LOC):
[d1] src/hooks/useAuth.ts (80 LOC)
[d2] src/contexts/AuthContext.tsx (200 LOC)
[d2] src/utils/api.ts (140 LOC)
Consumers (2 files, 180 LOC):
src/main.tsx (30 LOC)
src/routes/index.tsx (150 LOC)
Total: 6 files, 750 LOCПерекрестный поиск
Запросы по нескольким терминам показывают, где они пересекаются, а не просто плоское ИЛИ:
loct find 'Snapshot FileAnalysis'=== Cross-Match Files (9) ===
src/snapshot.rs: Snapshot(6), FileAnalysis(4)
src/slicer.rs: Snapshot(2), FileAnalysis(3)
...
=== Symbol Matches (222 in cross-match files) ===
src/snapshot.rs:20 - Snapshot [struct]
src/types.rs:15 - FileAnalysis [struct]
...
=== Parameter Matches (4 cross-matched) ===
src/slicer.rs:45 - snapshot: &Snapshot in build_slice(analyses: &[FileAnalysis])jq-запросы
Запрос данных снимка напрямую:
loct '.dead_parrots' # Dead code findings
loct '.files | length' # Count files
loct '.edges[] | select(.from | contains("api"))' # Filter edges
loct '.summary.health_score' # Health scoreCI-интеграция
loct lint --fail --sarif > results.sarif # SARIF for GitHub/GitLab
loct --findings | jq '.dead_parrots | length' # Check dead code count
loct doctor && echo 'Clean' # Health gateCrate-пакеты
Crate | Описание |
Основной анализатор + CLI ( | |
Рендерер HTML-отчетов (Leptos SSR) | |
MCP-сервер для ИИ-агентов |
Разработка
make precheck # fmt + clippy + check (run before push)
make install # Install loct + loctree-mcp
make test # Run all workspace tests
make publish # Cascade publish to crates.ioБейдж
[](https://crates.io/crates/loctree)Лицензия
MIT ИЛИ Apache-2.0. См. LICENSE-MIT и LICENSE-APACHE.
VibeCrafted с помощью ИИ-агентов (c)2026 Команда Loctree
This server cannot be deployed
Maintenance
Related MCP Connectors
Code intelligence platform for AI agents. 20 tools for architecture, security & impact analysis.
Codebase intelligence for AI agents — dead code, blast radius, ownership.
Code intelligence for coding agents: semantic, AST, graph, and full-text search. 279+ languages.
AI-powered codebase analysis — call graphs, security, dead code, complexity. 150+ tools.
Related MCP Servers
- AlicenseCqualityAmaintenanceLocal-first codebase intelligence engine providing AI coding agents with a typed MCP toolset for understanding and navigating code repositories.10051Apache 2.0
- AlicenseNot gradedqualityDmaintenanceAn MCP server that indexes your codebase using tree-sitter AST parsing and gives AI tools instant access to structural intelligence like dependency graphs, call trees, and dead code detection from a local SQLite database.MIT
- AlicenseNot gradedqualityCmaintenanceMCP server for semantic codebase navigation that builds an AST index of symbols, imports, and exports, providing AI agents with tools to search, explore, and understand code.MIT
- AlicenseNot gradedqualityBmaintenanceA local-first codebase intelligence layer for AI coding agents, providing a persistent, queryable model of a repository via an MCP server and CLI to enable structure queries instead of reading many files.Apache 2.0