Skip to main content
Glama

Neurolora MCP

Servidor MCPVersiónLicencia

Un servidor MCP inteligente que proporciona herramientas para el análisis de código utilizando API OpenAI, recopilación de código y generación de documentación.

🚀 Guía de instalación

¡No te preocupes si aún no tienes nada instalado! Sigue estos pasos o pídele a tu asistente que te ayude con la instalación.

Paso 1: Instalar Node.js

macOS

  1. Instalar Homebrew si no está instalado:

    /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
  2. Instalar Node.js 18:

    brew install node@18
    echo 'export PATH="/opt/homebrew/opt/node@18/bin:$PATH"' >> ~/.zshrc
    source ~/.zshrc

Ventanas

  1. Descargue Node.js 18 LTS desde nodejs.org

  2. Ejecute el instalador

  3. Abra una nueva terminal para aplicar los cambios

Linux (Ubuntu/Debian)

curl -fsSL https://deb.nodesource.com/setup_18.x | sudo -E bash -
sudo apt-get install -y nodejs

Paso 2: Instalar uv y uvx

Todos los sistemas operativos

  1. Instalar uv:

    curl -LsSf https://astral.sh/uv/install.sh | sh
  2. Instalar uvx:

    uv pip install uvx

Paso 3: Verificar la instalación

Ejecute estos comandos para verificar que todo esté instalado:

node --version  # Should show v18.x.x
npm --version   # Should show 9.x.x or higher
uv --version    # Should show uv installed
uvx --version   # Should show uvx installed

Paso 4: Configurar el servidor MCP

Su asistente le ayudará a:

  1. Encuentra tu archivo de configuración de Cline:

    • VSCode: ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json

    • Escritorio de Claude: ~/Library/Application Support/Claude/claude_desktop_config.json

    • Windows VSCode: %APPDATA%/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json

    • Windows Claude: %APPDATA%/Claude/claude_desktop_config.json

  2. Añade esta configuración:

    {
      "mcpServers": {
        "aindreyway-mcp-neurolora": {
          "command": "npx",
          "args": ["-y", "@aindreyway/mcp-neurolora@latest"],
          "env": {
            "NODE_OPTIONS": "--max-old-space-size=256",
            "OPENAI_API_KEY": "your_api_key_here"
          }
        }
      }
    }

Paso 5: Instalar servidores base

Simplemente pregúntele a su asistente: "Por favor, instale los servidores MCP base para mi entorno".

Su asistente se encargará de:

  1. Encuentra tu archivo de configuración

  2. Ejecute la herramienta install_base_servers

  3. Configurar automáticamente todos los servidores necesarios

Una vez completada la instalación:

  1. Cierre VSCode por completo (Cmd+Q en macOS, Alt+F4 en Windows)

  2. Reabrir VSCode

  3. Los nuevos servidores estarán listos para usarse

Importante: Es necesario reiniciar por completo VSCode después de instalar los servidores base para que se inicialicen correctamente.

Nota: Este servidor utiliza npx para la ejecución directa de paquetes npm, lo cual es óptimo para servidores MCP Node.js/TypeScript, proporcionando una integración perfecta con el ecosistema npm y las herramientas TypeScript.

Related MCP server: Code Context Provider MCP

Servidores MCP base

Los siguientes servidores base se instalarán y configurarán automáticamente:

  • fetch: Funcionalidad básica de solicitud HTTP para acceder a recursos web

  • Titiritero: Capacidades de automatización del navegador para la interacción y pruebas web

  • Pensamiento secuencial: herramientas avanzadas de resolución de problemas para tareas complejas

  • github: Funciones de integración de GitHub para la gestión de repositorios

  • git: Compatibilidad con operaciones Git para el control de versiones

  • shell: Ejecución básica de comandos de shell con comandos comunes:

    • ls: Listar el contenido del directorio

    • cat: Mostrar el contenido del archivo

    • pwd: Imprimir directorio de trabajo

    • grep: Buscar patrones de texto

    • wc: Contar palabras, líneas, caracteres

    • toque: Crear archivos vacíos

    • buscar: Buscar archivos

🎯 Qué puede hacer tu asistente

Pídale a su asistente que:

  • Analizar mi código y sugerir mejoras

  • Instalar servidores MCP base para mi entorno

  • "Recopilar código del directorio de mi proyecto"

  • "Crear documentación para mi código base"

  • "Generar un archivo Markdown con todo mi código"

🛠 Herramientas disponibles

analizar_código

Analiza el código utilizando la API de OpenAI y genera comentarios detallados con sugerencias de mejora.

Parámetros:

  • codePath (obligatorio): Ruta al archivo de código o directorio a analizar

Ejemplo de uso:

{
  "codePath": "/path/to/your/code.ts"
}

La herramienta hará lo siguiente:

  1. Analice su código usando la API de OpenAI

  2. Genere comentarios detallados con:

    • Cuestiones y recomendaciones

    • Violaciones de las mejores prácticas

    • Análisis de impacto

    • Pasos para solucionarlo

  3. Crea dos archivos de salida en tu proyecto:

    • LAST_RESPONSE_OPENAI.txt - Análisis legible para humanos

    • LAST_RESPONSE_OPENAI_GITHUB_FORMAT.json: datos estructurados para problemas de GitHub

Nota: Requiere la clave API de OpenAI en la configuración del entorno

código de recopilación

Recopila todo el código de un directorio en un único archivo Markdown con resaltado de sintaxis y navegación.

Parámetros:

  • directory (obligatorio): Ruta del directorio desde donde se recopilará el código

  • outputPath (opcional): ruta donde guardar el archivo markdown de salida

  • ignorePatterns (opcional): Matriz de patrones a ignorar (similar a .gitignore)

Ejemplo de uso:

{
  "directory": "/path/to/project/src",
  "outputPath": "/path/to/project/src/FULL_CODE_SRC_2024-12-20.md",
  "ignorePatterns": ["*.log", "temp/", "__pycache__", "*.pyc", ".git"]
}

servidores base de instalación

Instala servidores MCP base en su archivo de configuración.

Parámetros:

  • configPath (obligatorio): Ruta al archivo de configuración de MCP

Ejemplo de uso:

{
  "configPath": "/path/to/cline_mcp_settings.json"
}

🔧 Características

El servidor proporciona:

  • Análisis de código:

    • Integración de la API de OpenAI

    • Retroalimentación estructurada

    • Recomendaciones de mejores prácticas

    • Generación de problemas de GitHub

  • Colección de códigos:

    • Recorrido de directorios

    • Resaltado de sintaxis

    • Generación de navegación

    • Filtrado basado en patrones

  • Administración del servidor base:

    • Instalación automática

    • Manejo de configuración

    • Gestión de versiones

📄 Licencia

Licencia MIT: ¡siéntete libre de usarla en tus proyectos!

👤 Autor

Aindreyway

⭐️ Soporte

¡Dale un ⭐️ si este proyecto te ayudó!

Available Tools

4 tools
analyze_codeC

Analyze code using OpenAI API (requires your API key). The analysis may take a few minutes. So, wait please.

Inputs: codePath (required).

collect_codeC

Collect all code from a directory into a single markdown file

Inputs: input (required), outputPath (required), ignorePatterns.

create_github_issuesC

Create GitHub issues from analysis results. Requires GitHub token.

Inputs: owner (required), repo (required), issueNumbers.

install_base_serversC

Install base MCP servers to the configuration

Inputs: configPath (required).

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    B3/5.0

    Scored across 4 tools

    Disambiguation5/5

    Each tool has a clearly distinct purpose with no overlap: analyze_code for code analysis, collect_code for file aggregation, create_github_issues for issue creation, and install_base_servers for server installation. The descriptions clearly differentiate their functions, eliminating any ambiguity.

    Naming Consistency5/5

    All tool names follow a consistent verb_noun pattern (e.g., analyze_code, collect_code, create_github_issues, install_base_servers). The naming is uniform and predictable, using snake_case throughout with clear action-object pairs.

    Tool Count3/5

    With only 4 tools, the set feels thin for a server named 'mcp-neurolora', which suggests a broader scope related to code analysis or AI workflows. While the tools cover specific tasks, the count is borderline low, potentially leaving gaps in functionality for the implied domain.

    Completeness2/5

    The tool set has significant gaps for a code analysis or AI workflow server. It lacks core operations like retrieving or updating issues, managing analysis results, or handling configurations beyond installation. This incomplete surface will likely cause agent failures in extended workflows.

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      A
      quality
      D
      maintenance
      Provides code context and analysis for AI assistants by extracting directory structures and code symbols using WebAssembly Tree-sitter parsers with zero native dependencies.
      1
      20
      MIT
    • A
      license
      A
      quality
      F
      maintenance
      Provides up-to-date documentation for 9000+ libraries directly in your AI code editor, enabling accurate code suggestions and eliminating outdated information.
      1
      483
      MIT