MCP Server Neurolorap
Servidor MCP Neurolorap
Servidor MCP que proporciona herramientas para el análisis y documentación de código.
Características
Herramienta de recopilación de código
Recopilar código de todo el proyecto
Recopilar código de directorios o archivos específicos
Recopilar código de múltiples rutas
Salida Markdown con resaltado de sintaxis
Generación de índices
Soporte para múltiples lenguajes de programación
Herramienta de generación de informes de estructura de proyecto
Analizar la estructura y las métricas del proyecto
Generar informes detallados en formato Markdown
Análisis del tamaño y complejidad de los archivos
Visualización basada en árboles
Recomendaciones para la organización del código
Patrones de ignorancia personalizables
Related MCP server: Code Snippet Server
Descripción rápida
# Using uvx (recommended)
uvx mcp-server-neurolorap
# Or using pip (not recommended)
pip install mcp-server-neurolorapNo necesitas instalar ni configurar ninguna dependencia manualmente. La herramienta configurará todo lo necesario para analizar y documentar el código.
Instalación
Necesitará tener UV >= 0.4.10 instalado en su máquina.
Para instalar y ejecutar el servidor:
# Install using uvx (recommended)
uvx mcp-server-neurolorap
# Or install using pip (not recommended)
pip install mcp-server-neurolorapEsto automáticamente:
Instalar todas las dependencias necesarias
Configurar la integración de Cline
Configurar el servidor para uso inmediato
El servidor estará disponible mediante el protocolo MCP en Cline. Podrás usarlo para analizar y documentar el código de cualquier proyecto.
Uso
Modo de desarrollador
El servidor incluye un modo de desarrollador con interfaz de terminal JSON-RPC para interacción directa:
# Start the server in developer mode
python -m mcp_server_neurolorap --devComandos disponibles:
help: Mostrar comandos disponibleslist_tools: Lista de las herramientas MCP disponiblescollect <path>: Recopilar código de la ruta especificadareport [path]: Generar informe de estructura del proyectoexit: Salir del modo desarrollador
Sesión de ejemplo:
> help
Available commands:
- help: Show this help message
- list_tools: List available MCP tools
- collect <path>: Collect code from specified path
- report [path]: Generate project structure report
- exit: Exit the terminal
> list_tools
["code_collector", "project_structure_reporter"]
> collect src
Code collection complete!
Output file: code_collection.md
> report
Project structure report generated: PROJECT_STRUCTURE_REPORT.md
> exit
Goodbye!A través de herramientas MCP
Colección de códigos
from modelcontextprotocol import use_mcp_tool
# Collect code from entire project
result = use_mcp_tool(
"code_collector",
{
"input": ".",
"title": "My Project"
}
)
# Collect code from specific directory
result = use_mcp_tool(
"code_collector",
{
"input": "./src",
"title": "Source Code"
}
)
# Collect code from multiple paths
result = use_mcp_tool(
"code_collector",
{
"input": ["./src", "./tests"],
"title": "Project Files"
}
)Análisis de la estructura del proyecto
# Generate project structure report
result = use_mcp_tool(
"project_structure_reporter",
{
"output_filename": "PROJECT_STRUCTURE_REPORT.md"
}
)
# Analyze specific directory with custom ignore patterns
result = use_mcp_tool(
"project_structure_reporter",
{
"output_filename": "src_structure.md",
"ignore_patterns": ["*.pyc", "__pycache__"]
}
)Almacenamiento de archivos
El servidor utiliza un enfoque estructurado para el almacenamiento de archivos:
Todos los archivos generados se almacenan en
~/.mcp-docs/<project-name>/Se crea un enlace simbólico
.neuroloraen la raíz de su proyecto que apunta a este directorio
Esto garantiza:
Estructura de proyecto limpia
Organización de archivos consistente
Fácil acceso a los archivos generados
Soporte para múltiples proyectos
Sincronización confiable de archivos en diferentes entornos de SO
Visibilidad rápida de archivos en IDE y exploradores de archivos
Personalización de patrones de ignoración
Cree un archivo .neuroloraignore en la raíz de su proyecto para personalizar qué archivos se ignoran:
# Dependencies
node_modules/
venv/
# Build
dist/
build/
# Cache
__pycache__/
*.pyc
# IDE
.vscode/
.idea/
# Generated files
.neurolora/Si no existe ningún archivo .neuroloraignore , se creará uno predeterminado con patrones de ignorado comunes.
Desarrollo
Clonar el repositorio
Crear y activar entorno virtual:
python -m venv .venv
source .venv/bin/activate # On Unix
# or
.venv\Scripts\activate # On WindowsInstalar dependencias de desarrollo:
pip install -e ".[dev]"Ejecutar el servidor:
# Normal mode (MCP server with stdio transport)
python -m mcp_server_neurolorap
# Developer mode (JSON-RPC terminal interface)
python -m mcp_server_neurolorap --devPruebas
El proyecto mantiene altos estándares de calidad a través de pruebas automatizadas e integración continua:
Conjunto de pruebas completo con más del 80 % de cobertura de código
Pruebas automatizadas en Python 3.10, 3.11 y 3.12
Integración continua a través de GitHub Actions
Análisis de seguridad periódicos y comprobaciones de dependencia
Para conocer detalles sobre el desarrollo y las pruebas, consulte PROJECT_SUMMARY.md.
Calidad del código
El proyecto mantiene altos estándares de calidad de código a través de varias herramientas:
# Format code
black .
# Sort imports
isort .
# Lint code
flake8 .
# Type check
mypy src tests
# Security check
bandit -r src/
safety checkTodas estas comprobaciones se ejecutan automáticamente en las solicitudes de extracción a través de GitHub Actions.
Canalización de CI/CD
El proyecto utiliza GitHub Actions para la integración y la implementación continuas:
Ejecuta pruebas en Python 3.10, 3.11 y 3.12
Comprueba el formato y el estilo del código
Realiza la verificación de tipos
Ejecuta análisis de seguridad
Genera informes de cobertura
Construye y valida el paquete
Sube artefactos de prueba
La tubería debe pasar antes de fusionar cualquier cambio.
Contribuyendo
¡Agradecemos sus contribuciones! Consulte las directrices en CONTRIBUTING.md .
Licencia
Licencia MIT. Consulte el archivo de LICENCIA para obtener más detalles.
Available Tools
2 toolscode_collectorC
Collect code from files into a markdown document
Inputs: input_path, title, subproject_id. Returns: result
project_structure_reporterC
Generate a report of project structure metrics
Inputs: output_filename, ignore_patterns. Returns: result
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 2 tools
The two tools have clearly distinct purposes: code_collector focuses on extracting code content into a markdown document, while project_structure_reporter generates metrics about the project's structure. There is no overlap in functionality, making it easy for an agent to choose the right tool.
Both tools follow a consistent noun_verb pattern (code_collector and project_structure_reporter), using snake_case throughout. The naming is predictable and readable, with no deviations in style or convention.
With only 2 tools, the server feels thin for a domain like project analysis or code management. This minimal set may not cover essential operations such as code analysis, dependency checking, or file manipulation, limiting its utility for broader tasks.
Inferred domain is project/code analysis, but the tool surface is severely incomplete. It lacks basic CRUD operations (e.g., no tools for creating, updating, or deleting files), code quality checks, or integration with version control, leaving significant gaps that could cause agent failures.
Related MCP Connectors
MCP server for opencode documentation, generated by doc2mcp.
MCP server for accessing curated awesome list documentation
MCP server for innovationlab documentation, generated by doc2mcp.
One MCP server for all your MCP servers: code mode, per-tool permissions, approvals and audit.
Related MCP Servers
- FlicenseBqualityDmaintenanceA MCP Server used to collect MCP Servers over the internet.320-
- AlicenseBqualityDmaintenanceA MCP server for managing and storing code snippets in various programming languages, allowing users to create, list, and delete snippets via a standardized interface.37MIT
- AlicenseBqualityDmaintenanceAn MCP server that provides access to project files and their contents, allowing users to retrieve file data from specified project directories with error handling and configuration options.15MIT
- FlicenseBqualityDmaintenanceAn MCP server that enables interaction with Markdown knowledge bases, allowing users to search and retrieve content by tags, text, URL, or date range from their local markdown files.791-