git-daily-review
🔍 Git Daily Review
Revisión diaria de código con IA para cualquier repositorio Git: utilizable como CLI, rutina programada o servidor MCP para agentes de IA.
Git Daily Review analiza tus commits diarios en múltiples repositorios, los verifica contra las convenciones y puertas de calidad de tu proyecto, y produce un informe Markdown estructurado. Incluye un servidor MCP (Model Context Protocol), para que agentes como Claude Code y Claude Desktop puedan ejecutar revisiones, leer informes y curar la base de conocimiento del proyecto de forma conversacional.
Licencia: AGPL-3.0-only · Núcleo en Python 3.10+ · Servidor MCP en TypeScript
Características destacadas
Cualquier repositorio, cualquier lenguaje — la IA se adapta a tu stack (TypeScript, Python, Java, Go, Rust, C#, …)
Multi-repositorio — monitoriza tantos repositorios como necesites en una sola ejecución
Servidor MCP — expone revisiones, informes y curación de la base de conocimiento como herramientas de agente
IA multi-proveedor — Anthropic Claude, OpenAI, Google Gemini, o cualquier modelo local vía Ollama (totalmente sin conexión)
Base de conocimiento auto-mejorable — contexto de proyecto de 7 capas que aprende de cada revisión, con una política de auto-fusión impuesta por código y aprobación humana para cambios de alto impacto
Salida Markdown + HTML — cada ejecución escribe
daily-summary.mdy undashboard.htmlautocontenido (tendencia de calidad, gráficos de puertas y por autor, lista de commits filtrable, vista de tabla detrás de cada gráfico). Sin CDN, sin llamadas de red: tus datos de revisión de código nunca salen de la máquinaListo para RAG — integración opcional con un servicio RAG externo para contexto semántico
Programación multiplataforma — macOS (launchd), Linux (cron), Windows (Task Scheduler); los secretos permanecen en
.env, nunca en los archivos del programadorAsistente de configuración — configuración basada en web, sin necesidad de editar YAML manualmente
Related MCP server: MatterAI MCP Server
Inicio rápido (CLI)
git clone https://github.com/YOUR_USER/git-daily-review.git
cd git-daily-review
# 0. Dependencies in a virtualenv (setup.py does this for you if you skip it)
python3 -m venv .venv
.venv/bin/pip install -r requirements.txt
# 1. Configure (opens the wizard in your browser)
python3 setup.py
# 2. Secrets (cloud providers only — Ollama needs none)
cp .env.example .env # then add e.g. ANTHROPIC_API_KEY=...
chmod 600 .env
# 3. First review
python3 scripts/daily_review.py
# 4. Schedule daily runs
python3 scripts/scheduler.py --installReferencia de CLI:
python3 scripts/daily_review.py # review today
python3 scripts/daily_review.py --date 2026-05-12 # specific date
python3 scripts/daily_review.py --days 5 # last N days
python3 scripts/daily_review.py --collect-only # git data only, no AI
python3 scripts/daily_review.py --history # report history index
python3 scripts/kb_manager.py --review # interactive KB curation
python3 scripts/kb_manager.py --approve <ID> # non-interactive approve
python3 scripts/kb_manager.py --reject <ID> # non-interactive reject
python3 scripts/kb_manager.py --statsEl python3 anterior puede ser cualquier intérprete: si le faltan las dependencias, los puntos de entrada se re-ejecutan bajo el .venv del proyecto (o $GDR_PYTHON), y te dicen cómo crearlo si no existe. Esto importa para cron y launchd, donde python3 suele ser el Python del sistema sin librerías.
Servidor MCP (úsalo como agente)
El directorio mcp/ contiene un servidor MCP en TypeScript que envuelve el motor de revisión.
cd mcp
npm install
npm run buildRegístralo con Claude Code:
claude mcp add git-daily-review -- node /absolute/path/to/git-daily-review/mcp/dist/index.jsO añádelo a Claude Desktop (claude_desktop_config.json):
{
"mcpServers": {
"git-daily-review": {
"command": "node",
"args": ["/absolute/path/to/git-daily-review/mcp/dist/index.js"]
}
}
}Herramientas expuestas:
Tool | What it does |
| Ejecuta la revisión para hoy, una fecha o los últimos N días |
| Lee el informe Markdown completo para una fecha |
| Lista los informes disponibles + índice de historial |
| Lista las sugerencias de KB (filtra por estado) |
| Aprueba/rechaza una sugerencia pendiente por ID |
| Estadísticas de la base de conocimiento |
Luego simplemente pide a tu agente cosas como “ejecuta la revisión de hoy y resume los problemas críticos” o “muéstrame las sugerencias de KB pendientes y aprueba las relacionadas con convenciones de nomenclatura”.
Anulaciones de entorno: GDR_ROOT (raíz del proyecto, por defecto: raíz del repositorio), GDR_PYTHON (ejecutable de Python; por defecto: el .venv del proyecto si existe, si no python3).
Proveedores de IA
Provider | Models | API key env var | Notes |
Anthropic | Claude Haiku, Sonnet, Opus |
| |
OpenAI | GPT-4o-mini, GPT-4o, o1-mini |
| |
Google Gemini | Gemini 2.0 Flash, 1.5 Flash/Pro |
| |
Ollama (local) | cualquier modelo descargado | (ninguno) | totalmente sin conexión; establece |
Los secretos viven en un archivo .env en la raíz del proyecto (ver .env.example), cargado automáticamente al inicio. Nunca se escriben en plists de launchd, crontabs o archivos por lotes.
Base de conocimiento (7 capas)
config/knowledge-base.yaml proporciona al revisor contexto estructurado del proyecto:
L0 Identity · L1 Architecture · L2 Conventions · L3 Quality Gates
L4 Domain · L5 Integrations · L6 ReleaseDespués de cada ejecución, el sistema extrae nuevo conocimiento surgido de la revisión y lo almacena como sugerencias en config/kb_suggestions/. La política de auto-fusión está impuesta por código (no por el modelo): solo las nuevas convenciones y las puertas de info/advertencia con confianza ≥ 0.85 pueden auto-fusionarse, con un máximo de 2 por ejecución. Las puertas críticas, reglas de dominio e integraciones siempre requieren aprobación humana — interactivamente (kb_manager.py --review), mediante banderas de CLI, o a través de la herramienta MCP decide_kb_suggestion.
Desactiva el aprendizaje por completo con kb_learning: false en la sección ai: de config.yaml.
Estructura del proyecto
git-daily-review/
├── setup.py ← setup wizard entry point
├── requirements.txt
├── .env.example ← secrets template (never commit .env)
├── config/
│ ├── config.example.yaml
│ └── knowledge-base.example.yaml
├── scripts/ ← Python core
│ ├── daily_review.py ← orchestrator (loads .env at startup)
│ ├── git_collector.py ← fetch, commits, diffs
│ ├── ai_reviewer.py ← review pipeline
│ ├── ai_provider.py ← Anthropic/OpenAI/Ollama/Gemini abstraction
│ ├── kb_updater.py ← KB learning + code-enforced auto-merge policy
│ ├── kb_manager.py ← KB curation CLI (interactive + --approve/--reject)
│ ├── rag_client.py ← optional RAG client
│ ├── report_generator.py ← Markdown reports + history index
│ ├── html_report.py ← self-contained HTML dashboard (charts, filters)
│ ├── scheduler.py ← launchd / cron / schtasks (no secrets on disk)
│ └── wizard_app.py ← wizard HTTP backend
├── mcp/ ← MCP server (TypeScript)
│ └── src/index.ts
├── templates/wizard.html
└── reports/ ← generated daily reports (git-ignored)Hoja de ruta
Notificaciones por Slack/correo para el informe diario
Modo
--ci: salida no cero en hallazgos críticos (control de PR)Puerto completo a TypeScript del núcleo
Soporte de repositorio remoto (revisión sin clon local)
Contribuciones bienvenidas — abre un issue o un PR.
Licencia
Este proyecto está licenciado bajo la GNU Affero General Public License v3.0 (AGPL-3.0-only). Si ejecutas una versión modificada como servicio de red, debes ofrecer su código fuente a los usuarios de ese servicio. Ver LICENSE.
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Connectors
Give your AI agent a persistent map of your project's structure, dependencies, and bugs.
Git-backed platform for skills, tools, and context for AI agents
Code intelligence for LLMs. Analyze, search, and retrieve code from any public git repository.
Shared memory for coding agents. Stop re-explaining your codebase every session.
Related MCP Servers
- FlicenseBqualityDmaintenanceProvides AI coding agents with structured Git repository context including project state, code structure, activity, and risk analysis without modifying or uploading code.53

MatterAI MCP Serverofficial
AlicenseNot gradedqualityCmaintenanceEnables code reviews, implementation planning, and pull request generation for AI agents in IDEs like Cursor and Windsurf.1MIT- AlicenseNot gradedqualityBmaintenanceEnables AI agents to read and write a local-first knowledge base of plain markdown files in git, with governance gates for safe, hash-anchored edits.1Apache 2.0
- FlicenseNot gradedqualityDmaintenanceEnables AI agents to search and query documentation from git repositories using hybrid search and structured metadata queries.1
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/mrosano1987/git-daily-review'
If you have feedback or need assistance with the MCP directory API, please join our Discord server