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 deployed
Related MCP Connectors
Project memory, documentation and controlled secret access for AI coding agents.
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.
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 gradedqualityDmaintenanceEnables 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
- AlicenseAqualityCmaintenanceTurns any GitHub repository into your organisation's persistent context layer, enabling AI agents to read, search, and propose updates via pull requests.126MIT