Skip to main content
Glama

🌉 StackBridge-MCP

Sub-1ms-übergreifende AST-Vertrags- und Verifikationsschicht für KI-Codierungsagenten

PyPI version Python 3.10+ License: MIT CI Tests FastMCP Compatible


💡 Warum StackBridge?

Wenn KI-Codierungsagenten (Cursor, Claude Code, Windsurf, Antigravity) Backend-Modelle oder API-Routen in Full-Stack-Codebasen bearbeiten, bestehen Backend-Unit-Tests häufig, während das Frontend in der Produktion stillschweigend bricht:

  1. Ein Agent ändert einen API-Parameter oder ein Pydantic/SQLAlchemy-Feld in backend/routes.py.

  2. Backend-Tests bestehen isoliert. Nichts warnt den Agenten.

  3. Der React/Next.js-Client, der diesen Endpunkt über die Grenze hinweg aufruft, schlägt mit Laufzeitfehlern fehl.

StackBridge-MCP ist ein stets warmer Model Context Protocol (MCP)-Server, der Full-Stack-AST-Beziehungen parst, übergreifende Auswirkungsbereiche in 0,75 ms erkennt und Änderungen mittels Baseline-Differenz-Compiler-Prüfungen mit null Fehlalarmen verifiziert.

React / Next.js Client            FastAPI Routes            SQLAlchemy ORM Models
   (TypeScript AST)      ───►    (Python AST)     ───►          (Schema AST)
  UserProfile.tsx              get_user_billing()              BillingAccount

Related MCP server: Carto MCP Server

⚡ Wichtige Highlights

  • 🌲 Tree-Sitter-AST-Graph: Parst Next.js (fetch, Axios, React Query) ↔ FastAPI-Routen ↔ SQLAlchemy-ORM-Modelle ohne schwere LSP-Seitenprozesse oder Laufzeitimporte.

  • ⚡ Sub-1ms-Durchlauf: Persistente SQLite-WAL-Datenbank mit rekursiven Common Table Expressions (0,75 ms Durchlauf-Abfrage-Latenz).

  • 📉 99,74 % Prompt-Token-Reduktion: Ersetzt massive Multi-File-Code-Dumps durch kompakte, mathematisch präzise AST-Vertragsausschnitte.

  • 🛡️ Ursachen-Diagnose-Ranking: Graph-Distanz-BFS sortiert Fehler (🔴 PRIMÄRE URSACHE vs ⚠️ KASKADIERENDER BRUCH) und gibt sofortige Git-Diff-Patches aus.

  • 🧪 Test-Auswirkungsauswahl: Isoliert Testsuiten, die von einer Schemaänderung betroffen sind, und hebt ungetestete Auswirkungspfade (0 % Abdeckung) hervor.

  • 🌐 Interaktive Leinwand: Integrierter Localhost-Dreiteilungs-Visualisierer (stackbridge ui) auf http://127.0.0.1:3456.

  • 🔄 Kontinuierliche Intelligenz: Hintergrund-Dateiüberwachungs-Daemon (stackbridge watch) und lebendiger AGENTS.md-Kontextgenerator.


📊 Real-World-Benchmarks

Empirische Leistung gemessen an fastapi-realworld-example-app (44 Dateien, 23 AST-Abhängigkeitsknoten, 10 übergreifende Kanten):

Benchmark-Metrik

Roh-Codebase-Dump

StackBridge-Kompakter Ausschnitt

Verbesserung / Latenz

Kontextfenstergröße

19.705 Tokens

51 Tokens

📉 99,74 % Token-Reduktion

Auswirkungsbereich-Durchlauf

Voll-Repo-Suche: ~150 ms

SQLite-Rekursive-CTE: 0,75 ms

200x Schnellerer Durchlauf

Compiler-Verifikation

Globaler Linter: ~3.500 ms

Baseline-Differenz-Engine: 312 ms

🛡️ Null Fehlalarme

Automatisierte Testsuite

56 / 56 Tests bestanden

100 % Bestanden

Vollständige Benchmark-Methodik in docs/benchmarks.md und REAL_WORLD_BENCHMARK.md.


🚀 Schnellstart

Option 1: Null-Installations-Ausführung (Empfohlen via uvx)

uvx stackbridge serve

Option 2: Pip-Installation

pip install stackbridge
stackbridge serve

⚙️ Client-Konfiguration

Verbinden Sie StackBridge mit Ihrem KI-Paarprogrammierer über standardmäßiges JSON-RPC 2.0 stdio:

1. Cursor (.cursor/mcp.json)

{
  "mcpServers": {
    "stackbridge": {
      "command": "uvx",
      "args": ["stackbridge", "serve"]
    }
  }
}

2. Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "stackbridge": {
      "command": "python",
      "args": ["-m", "stackbridge.main", "serve", "--transport", "stdio"]
    }
  }
}

🤖 MCP-Tools-Referenz

StackBridge stellt Codierungsagenten hoch ergonomische Tools zur Verfügung:

Tool-Name

Argumente

Beschreibung

trace_fullstack_path

symbol_or_path: str

Verfolgt die Full-Stack-Abhängigkeitskette: Frontend-Komponente ➔ API-Route ➔ Datenbankmodell.

get_route_contract

route_path: str

Extrahiert HTTP-Methoden, Statuscodes, Antwortmodelle und verknüpfte Frontend-Fetch-Aufrufer mit Konfidenzwerten.

verify_schema_change

modified_files: dict

Führt In-Memory-Compiler-Prüfungen über betroffene Dateien durch, bewertet Ursachen und schlägt Diff-Patches vor.

get_stack_health

repo_path: str

Gibt Echtzeit-Full-Stack-Grenzstatistiken, Knotenanzahlen, Kantenanzahlen und Bruch-Drift-Status zurück.


💻 CLI-Referenz

# Index a repository and export the dependency graph
stackbridge index --repo-path . --force

# Trace blast radius for a model or route
stackbridge trace --target BillingAccount

# Run pre-commit boundary verification guard
stackbridge guard --fail-on-error

# Launch interactive tripartite web visualizer
stackbridge ui --port 3456

# Start continuous background watcher daemon
stackbridge watch

# Generate living AGENTS.md boundary architecture guide
stackbridge init-agents

# Execute performance and token reduction benchmarks
stackbridge benchmark --runs 3 --output BENCHMARK.md

📁 Repository-Struktur

StackBridge-MCP/
├── .github/
│   ├── workflows/ci.yml         # CI pipeline (Python 3.10-3.13 on Ubuntu/Windows/macOS)
│   ├── ISSUE_TEMPLATE/          # Bug report and feature request issue templates
│   └── PULL_REQUEST_TEMPLATE.md # Standard PR checklist
├── docs/
│   ├── architecture.md          # Subsystem breakdown and Mermaid diagrams
│   ├── benchmarks.md            # Benchmark methodology and raw metrics
│   └── ast_extraction_spec.md   # Tree-sitter extractor grammar specifications
├── stackbridge/
│   ├── core/                    # Unified StackGraph, SQLite CTE store, watcher, route matcher
│   ├── parsers/                 # Tree-sitter parsers (TS fetch, Python routes, SQLAlchemy)
│   ├── verifier/                # Baseline-diffed verifier, root-cause ranker, test impact selector
│   ├── mcp_server/              # FastMCP stdio server and JSON-RPC tools
│   ├── benchmarks/              # Benchmark runner and markdown report generator
│   └── ui/                      # Localhost tripartite interactive canvas
├── tests/                       # 56 automated test suites (parsers, verifiers, MCP E2E, CTE)
├── AGENTS.md                    # Living agent architecture guide
├── CHANGELOG.md                 # Version release notes
├── CONTRIBUTING.md              # Contribution and development guidelines
├── LICENSE                      # MIT License
└── pyproject.toml               # Package metadata and tool configurations

📄 Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert.

Install Server
A
license - permissive license
B
quality
A
maintenance

Maintenance

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

Related MCP Servers

  • F
    license
    -
    quality
    A
    maintenance
    Memtrace is a persistent memory layer for coding agents, built as a bi‑temporal structural knowledge graph over your codebase (AST‑driven symbols and relationships, plus temporal evolution and cross‑service API topology)
    449
  • A
    license
    A
    quality
    C
    maintenance
    Shared, versioned memory and governance control plane for AI coding agents. Compiler pipeline resolves architectural decision conflicts across Claude Code, Cursor, and custom agent fleets.
    3
    4
    MIT

View all related MCP servers

Related MCP Connectors

  • The team layer for AI coding agents: shared contracts, collision alerts, E2EE sessions.

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

  • Cross-agent artifact workspace with provenance across Claude Code, Codex, Cursor, LangGraph.

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/ZainUlAbideen02/StackBridge-MCP'

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