ai-backend-performance-mcp

Servidor MCP de análisis estático para problemas de rendimiento en backend Node.js. Los agentes de IA pueden inspeccionar un proyecto en busca de anti-patrones de consultas de base de datos, cuellos de botella asíncronos, errores de pooling de conexiones y problemas de higiene de dependencias, sin modificar tu código.

¿Por qué este proyecto?

Los problemas de rendimiento en backend a menudo se esconden a simple vista: consultas N+1 en bucles, clientes creados por petición, awaits secuenciales que podrían ejecutarse en paralelo, o dependencias mal clasificadas en package.json. Este servidor MCP expone esos patrones como hallazgos estructurados y respaldados por evidencia que los asistentes de codificación con IA pueden razonar.

Qué hace

• Análisis estático de solo lectura de archivos fuente JavaScript/TypeScript

• Seis herramientas MCP enfocadas en categorías comunes de rendimiento en backend

• Hallazgos estructurados con severidad, confianza, fragmentos de código y recomendaciones

• Distingue evidencia confirmada de problemas potenciales

Qué no hace

• Ejecutar tu aplicación o código del repositorio

• Modificar archivos, instalar paquetes o cambiar índices

• Reemplazar el perfilado, las pruebas de carga o el análisis EXPLAIN de la base de datos

Related MCP server: DepHealth MCP

Arquitectura

flowchart TD
  Client[MCP Client / AI Agent]
  Server[MCP Server]
  Tools[MCP Tools]
  Engine[Analysis Engine]
  Analyzers[Individual Analyzers]
  Findings[Structured Findings]

  Client --> Server
  Server --> Tools
  Tools --> Engine
  Engine --> Analyzers
  Analyzers --> Findings
  Findings --> Tools
  Tools --> Server
  Server --> Client

Consulta docs/architecture.md para detalles de las capas.

Analizadores

Herramientas MCP

Referencia de herramientas: docs/tools.md

Instalación

npm install ai-backend-performance-mcp

O ejecuta directamente:

npx ai-backend-performance-mcp

Configuración de MCP

Añade a la configuración de tu cliente MCP (ejemplo para Cursor / Claude Desktop):

{
  "mcpServers": {
    "backend-performance": {
      "command": "npx",
      "args": ["-y", "ai-backend-performance-mcp"],
      "env": {}
    }
  }
}

Para desarrollo local:

{
  "mcpServers": {
    "backend-performance": {
      "command": "node",
      "args": ["/absolute/path/to/ai-backend-performance-mcp/dist/index.js"]
    }
  }
}

Uso

Invoca cualquier herramienta con un projectPath que apunte a un repositorio backend de Node.js:

{
  "projectPath": "/path/to/your/api"
}

Ejemplo de salida (truncado)

{
  "projectPath": "/app/examples/sample-node-api",
  "technologies": ["express", "mongodb"],
  "metadata": {
    "packageName": "sample-node-api",
    "packageVersion": "1.0.0",
    "sourceFileCount": 4
  },
  "findings": [
    {
      "category": "pooling",
      "severity": "critical",
      "title": "Connection or client created in request handler",
      "evidence": {
        "kind": "confirmed",
        "snippet": "const client = await MongoClient.connect(...)"
      },
      "confidence": 0.9,
      "recommendation": "Create a shared client/pool at module scope and reuse it."
    }
  ],
  "summary": {
    "totalFindings": 6,
    "confirmedCount": 3,
    "potentialCount": 3
  }
}

Prueba el proyecto demo incluido en examples/sample-node-api.

Seguridad

• Solo lectura: nunca escribe en los proyectos analizados

• Validación de rutas: evita el traversal fuera de projectPath

• Sin ejecución de código: solo analiza el texto fuente; no ejecuta código del repositorio

• Entrada no confiable: trata los repositorios analizados como no confiables

Limitaciones

• Solo análisis estático; los hallazgos que dependen del estado del clúster permanecen como potential

• Las consultas dinámicas require() / generadas en tiempo de ejecución no se rastrean completamente

• El análisis de índices compara solo las llamadas createIndex dentro del repositorio (no los índices gestionados por Atlas/ops) y permanece en silencio cuando el repositorio no define ninguno

• Array.find, $in/ANY() por lotes, búsquedas por _id y clientes de base de datos a nivel de módulo no se tratan como problemas

• Los awaits secuenciales se marcan solo cuando no consumen enlaces anteriores; Promise.all nunca se reporta como hallazgo

• La detección de dependencias no utilizadas se basa en el escaneo de importaciones

• Las reglas específicas de Redis están planificadas pero no implementadas en v0.1.0

Desarrollo

git clone https://github.com/robinafaruqia/ai-backend-performance-mcp.git
cd ai-backend-performance-mcp
npm install
npm run typecheck
npm run lint
npm test
npm run build

Consulta docs/development.md.

Pruebas

npm test

Los proyectos de prueba bajo tests/fixtures/ emparejan código problemático y válido para consultas N+1, índices, async, pooling y dependencias, de modo que los analizadores no se activen en cada await, consulta, bucle o conexión.

Hoja de ruta

• Analizador de Redis/caché

• Reglas de consulta específicas para Prisma/TypeORM

• Caché de ProjectContext

• Exportación de informes SARIF/JSON

• Umbrales de severidad configurables

Contribuciones

¡Las contribuciones son bienvenidas! Consulta CONTRIBUTING.md y CODE_OF_CONDUCT.md.

Licencia

MIT — consulta LICENSE.