🔍 mcp-code-sanitizer

Un revisor de código estricto impulsado por IA que ejecuta tu código a través de Groq LLM directamente desde Claude Desktop, Cursor o cualquier agente compatible con MCP.

Python FastMCP Groq License

Claude Desktop  ──MCP──►  code-sanitizer  ──REST──►  Groq API
                            (server.py)               (llama-3.3-70b)

✨ Características

Herramienta	Descripción
`analyze_code`	Revisión de código estricta: errores, vulnerabilidades, puntuación 0–100
`compare_code`	Compara dos versiones, encuentra regresiones, recomienda fusionar/solicitar cambios
`explain_code`	Explicación paso a paso para audiencia junior/intermedia/senior
`generate_tests`	Genera pruebas pytest/jest/go con casos de éxito, casos límite y pruebas de seguridad
`analyze_file`	Analiza un archivo completo desde el disco con fragmentación paralela
`generate_report`	Crea un hermoso informe HTML a partir de cualquier resultado de análisis
`cache_info`	Estadísticas de caché y limpieza

Ejemplo de respuesta

{
  "summary": "Critical SQL injection and secret exposed in logs",
  "score": 23,
  "issues": [
    {
      "severity": "critical",
      "line": 2,
      "title": "SQL Injection",
      "description": "f-string directly interpolates user_id into query",
      "fix": "cursor.execute('SELECT * FROM users WHERE id = %s', (user_id,))"
    }
  ],
  "warnings": [{"title": "No exception handling", "description": "..."}],
  "suggestions": ["Consider using an ORM instead of raw SQL"]
}

Related MCP server: Claude Code Review MCP

🚀 Inicio rápido

1. Clonar el repositorio

git clone https://github.com/YOUR_USERNAME/mcp-code-sanitizer
cd mcp-code-sanitizer

2. Crear entorno virtual e instalar dependencias

python -m venv venv

# macOS / Linux
source venv/bin/activate

# Windows
venv\Scripts\activate

pip install -r requirements.txt

3. Añadir tu clave API de Groq

Obtén una clave gratuita en console.groq.com/keys

cp .env.example .env
# Open .env and set GROQ_API_KEY=gsk_...

4. Probar el servidor

python server.py

El silencio significa que está funcionando: el servidor está escuchando solicitudes MCP a través de stdio.

🔌 Conectar a Claude Desktop

Busca tu archivo de configuración y añade la sección mcpServers:

SO	Ruta de configuración
macOS	`~/Library/Application Support/Claude/claude_desktop_config.json`
Windows	`%APPDATA%\Claude\claude_desktop_config.json`
Linux	`~/.config/Claude/claude_desktop_config.json`

{
  "mcpServers": {
    "code-sanitizer": {
      "command": "/full/path/to/venv/bin/python",
      "args": ["/full/path/to/server.py"],
      "env": {
        "GROQ_API_KEY": "gsk_your_key_here"
      }
    }
  }
}

Reinicia Claude Desktop: verás el icono 🔧 en el chat.

🔌 Conectar a Cursor

Crea .cursor/mcp.json en la raíz de tu proyecto:

{
  "mcpServers": {
    "code-sanitizer": {
      "command": "/full/path/to/venv/bin/python",
      "args": ["/full/path/to/server.py"],
      "env": {"GROQ_API_KEY": "gsk_your_key_here"}
    }
  }
}

🧪 Pruebas mediante MCP Inspector

source venv/bin/activate  # or venv\Scripts\activate on Windows
fastmcp dev inspector server.py

Se abrirá una interfaz de usuario en el navegador con la interfaz completa de pruebas de herramientas.

💬 Uso en el chat

Después de conectar a Claude Desktop, simplemente escribe:

Review this code for vulnerabilities:

def get_user(user_id):
    query = f"SELECT * FROM users WHERE id = {user_id}"
    return db.execute(query)

O llama explícitamente a una herramienta:

Use analyze_file on /path/to/my_script.py
Generate tests for this function: ...
Compare these two versions and tell me if it got better: ...

🏗️ Arquitectura

mcp-code-sanitizer/
├── server.py          # FastMCP entry point (39 lines)
├── config.py          # Constants — keys, limits, mappings
├── groq_client.py     # Groq API client with auto-retry on rate limits
├── cache.py           # In-memory cache with TTL
├── prompts.py         # System prompts for all tools
└── tools/
    ├── analyze.py     # analyze_code
    ├── compare.py     # compare_code
    ├── explain.py     # explain_code
    ├── tests.py       # generate_tests
    ├── file_tool.py   # analyze_file (chunking + parallel analysis)
    ├── cache_tool.py  # cache_info
    └── report.py      # generate_report (HTML)

⚙️ Configuración

Todos los ajustes a través de variables de entorno o .env:

Variable	Predeterminado	Descripción
`GROQ_API_KEY`	—	Requerido. Obténla en console.groq.com
`GROQ_MODEL`	`llama-3.3-70b-versatile`	Modelo de Groq
`CACHE_TTL`	`3600`	TTL de caché en segundos
`CACHE_MAX`	`200`	Entradas máximas de caché

Modelos de Groq disponibles

Modelo	Velocidad	Calidad
`llama-3.3-70b-versatile`	⚡⚡	⭐⭐⭐⭐⭐ (predeterminado)
`llama-3.1-8b-instant`	⚡⚡⚡	⭐⭐⭐
`mixtral-8x7b-32768`	⚡⚡	⭐⭐⭐⭐

📦 Requisitos

fastmcp>=2.3.0
httpx>=0.27.0
python-dotenv>=1.0.0

🤝 Contribución

¡Las PRs y los Issues son bienvenidos! Especialmente interesados en:

Soporte para otros proveedores de LLM (OpenAI, Anthropic)
Nuevas herramientas (auditoría de seguridad, verificación de dependencias, análisis de complejidad)
Mejoras en los prompts

📄 Licencia

MIT: haz lo que quieras. Se agradecería una estrella en GitHub ⭐

MCP Code Sanitizer