Skip to main content
Glama

critique-mcp

CI

Ein MCP-Server, der einem Agenten die Werkzeuge gibt, einen Pull-Request wirklich zu begutachten – nicht nur den Diff zusammenzufassen, sondern ihn auseinanderzunehmen, den geänderten Code zu linten, zu markieren, wenn Tests nicht aktualisiert wurden, und ein echtes Review auf GitHub zu posten.

Python · Model Context Protocol · GitHub REST API


Werkzeuge

Werkzeug

Was es tut

list_changed_files

In einem PR geänderte Dateien, mit Diff-Statistik und Patch-Text

check_test_coverage

Markiert PRs, die Quelldateien ändern, ohne dass eine Testdatei berührt wird

run_linter

Führt den Befehl ruff ab für jede geänderte Python-Datei am Head-Commit des PR aus

post_review

Reicht auf dem PR ein echtes Review ein (Kommentar / Zustimmen / Änderungen anfordern)

Jedes Werkzeug ist eine schlanke, unabhängig testbare Funktion – run_linter weiß nicht, wie check_test_coverage funktioniert, und keines von beiden spricht außer über GitHubClient mit GitHub. Der Agent entscheidet, wie er sie kombiniert; dieser Server liefert nur die Hände dazu.

check_test_coverage ist eine Heuristik auf PR-Ebene, keine pro Datei arbeitende Coverage-Messung: Sie kennzeichnet „Quelldateien geändert, aber keine Testdatei berührt im gesamten PR“ – dasselbe grobe Signal, das Werkzeuge wie Danger.js verwenden. Ein Pull-Request, der fünf Quelldateien ändert und eine unzusammenhängende Testdatei anfasst, wird nicht markiert – eine präzisere Version brächte echte Coverage-Daten nötig, nicht Dateinamen.

Related MCP server: github-pr-review-mcp

Warum es das gibt

Ich habe genau die Art von Fehler, die diese Werkzeuge aufspüren, von Hand in anderen Pull Requests gefunden und behoben: eine Test-Assertion, die ohne echte Prüfung immer bestand, in chroma-core/chroma; einen Validator, der in weaviate-python-client nur ein Listenelement prüfte; und einen Gleitkomma-Präzisionsfehler in qdrant-client. Das verwandelt genau diesen Review-Prozess in Werkzeuge, die ein Agent direkt aufrufen kann, statt dass per Hande dasselbe Prüpfeln jedes Mal von einem Menschen wiederholt werden.

Einrichtung

Erforderlich sind Python 3.11+, ruff im PATH sowie ein persönliches GitHub-Zugriffstoken mit dem repo-Bereich (read-only genügt, außer post_review soll funktionieren).

cp .env.example .env      # then add your token to .env
python -m venv .venv && source .venv/bin/activate   # Windows: .venv\Scripts\activate
pip install -r requirements.txt

Verwendung

Fügen Sie ihn zur MCP-Konfiguration von Claude Desktop / Claude Code hinzu:

{
  "mcpServers": {
    "critique": {
      "command": "python",
      "args": ["-m", "critique_mcp.server"],
      "env": { "GITHUB_TOKEN": "ghp_..." }
    }
  }
}

Dann bitte den Agenten, es zu verwenden: „Verwende critique, um PR #42 auf owner/repo zu begutachten – prüfe auf Lint-Versionen und fehlende Tests und poste danach ein zusammenfassendes Review.“"

Tests

pytest

Jeder GitHub-API-Aufruf wird in Tests gemockt – es gibt hier niemals einen echten Netzwerkaufruf, außer du oh den Server selbst ausführst.

F
license - not found
Not graded
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (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

View all related MCP servers

Related MCP Connectors

  • Screens public GitHub repos and PRs to generate risk maps, findings, and merge-readiness signals.

  • Pull change requests from your Amendor board into your coding agent to build and open PRs.

  • Connect AI assistants to GitHub - manage repos, issues, PRs, and workflows through natural language.

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/Nimra3261/critique-mcp'

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