mcp-10-code-splitter-auditor
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@mcp-10-code-splitter-auditorAudit src/ for files over 250 lines and generate modular split plans."
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
mcp-10-code-splitter-auditor
Auditeur & Générateur de Blueprints Modulaires pour LLM & Coding Agents
Traque les fichiers dépassant le budget de lignes (seuil d'alerte > 250, critique > 350 lignes) et génère des plans de découpage modulaire structurés (blueprints d'architecture sans altération destructive de code).
1. Carte d'Identité & Rôle Métier
Propriété | Description |
Composant Officiel |
|
Licence | MIT Open-Source (usage commercial et personnel libre) |
Environnement | Python 3.10+ (Windows, macOS, Linux) |
Clients Supportés & Testés | Cursor, VS Code, Claude Desktop, Claude Code CLI |
Architecture | Clean Architecture Tri-Canal (STDIO / CLI / SDK In-Process) |
Spécification MCP | JSON-RPC 2.0 (Cycle officiel 2025-11-25) |
Related MCP server: clenzer
2. Guide d'Installation Multi-Clients
Option A : Install with your AI Coding Agent (Recommandée)
Copiez-collez ce prompt prêt à l'emploi dans votre agent IA (Cursor Agent, Claude Code, VS Code Copilot) :
Tu es mon ingénieur d'intégration. Configure le serveur MCP depuis ce dépôt :
1. Identifie le client MCP réellement actif dans notre session (Cursor, VS Code, Claude Code ou Claude Desktop).
2. Lis les instructions du README et sélectionne l'argument approprié pour l'installation (--client cursor, --client vscode, --client claude ou --client all).
3. Lance `python install.py --client <client_choisi>` et vérifie le code retour d'exécution.
4. Si nécessaire, rappelle-moi de recharger la fenêtre de mon client (Developer: Reload Window).
5. Vérifie que le serveur répond correctement en appelant l'outil `audit_code_weight` et confirme-moi le résultat du scan.
6. Rapporte-moi clairement le résultat du test et signale toute erreur éventuelle sans la masquer.Option B : Installation Automatisée 1-Clic (Terminal)
Exécutez simplement le script install.py à la racine du dépôt :
# Installation automatique tous clients détectés :
python install.py
# Ou installation ciblée selon votre environnement :
python install.py --client cursor # Configure ~/.cursor/mcp.json (clé "mcpServers")
python install.py --client vscode # Configure .vscode/mcp.json (clé officielle "servers")
python install.py --client claude # Configure Claude Desktop et enregistre via claude mcp add
python install.py --client all # Auto-détection et configuration universelleSécurité et Résilience de l'Installateur :
Vérification stricte de
pip install: toute anomalie de dépendances bloque l'installation avec code d'erreur explicite.Protection anti-corruption JSON : si un fichier de configuration existant est syntaxiquement invalide, l'installateur génère une copie de sauvegarde
.corrupted.baket refuse formellement d'écraser le fichier.Préservation intégrale : tous vos serveurs MCP et configurations existantes sont conservés sans perte.
Option C : Installation Manuelle Développeur
# 1. Cloner et installer en mode éditable
git clone https://github.com/snorbik-ai/mcp-10-code-splitter-auditor.git
cd mcp-10-code-splitter-auditor
pip install -e .
# 2. Exécuter la suite de tests unitaires
pytest3. Configuration Manuelle des Clients
Si vous préférez déclarer manuellement ce serveur dans votre configuration :
Pour Cursor (~/.cursor/mcp.json) & Claude Desktop (claude_desktop_config.json) :
{
"mcpServers": {
"mcp-10-code-splitter-auditor": {
"command": "python",
"args": ["canal_mcp/mcp_server.py"],
"env": { "PYTHONIOENCODING": "utf-8" },
"type": "stdio"
}
}
}Pour VS Code (.vscode/mcp.json - Spécification Officielle VS Code) :
{
"servers": {
"mcp-10-code-splitter-auditor": {
"command": "python",
"args": ["canal_mcp/mcp_server.py"],
"env": { "PYTHONIOENCODING": "utf-8" }
}
}
}4. Catalogue Sémantique des Outils (tools)
Ce composant expose des outils déterministes prêts à être invoqués par un modèle de langage (LLM) :
Nom de l'Outil ( | Rôle & Fonction Technique | Déclencheur d'Action (Quand l'IA DOIT-ELLE l'appeler ?) | Paramètres Requis | Sortie Retournée |
| Scanne récursivement les fichiers sources ( | Lors de l'audit de qualité ou avant de clore une tâche de développement. |
| JSON DTO : total fichiers scannés, répartition conformes/alertes/critiques, durée d'exécution et top des fichiers lourds. |
| Extraction ciblée des déclarations TypeScript / JavaScript / Python ( | Dès qu'un fichier critique (> 350 lignes) est détecté. |
| Plan d'architecture découpée (arborescence cible, symboles réels extraits, squelettes de code et barrel export). |
5. Performances Mesurées en Conditions Réelles
Mesuré sur banc d'essai local (environnement Windows 11 / Python 3.12) :
Audit de lignes (
audit_code_weight) : ~117 ms pour analyser ~350 fichiers sources (parcours local du système de fichiers).Génération de blueprint (
generate_split_blueprint) : ~11 ms à chaud en mémoire vive (~425 ms lors du premier appel à froid avec chargement initial des modules).Empreinte token LLM : 0 token (calcul déterministe local sans appel API externe).
Suite de tests unitaires (
pytest) : 7/7 tests passés à 100% en 0,90 s.
6. Cycle de Vie Protocolaire MCP Standard
Le serveur stdio implémente l'intégralité du cycle de vie MCP officiel (JSON-RPC 2.0) :
Handshake
initialize(négociation des versions et des capacitéstools).Réception silencieuse de
notifications/initialized(accepté sans émission de réponse parasite).Requête
ping(vérification de connectivité).Découverte et invocation d'outils
tools/listettools/call.
7. Exemples Concrets de Prompts Utilisateur
Voici 3 exemples réels de requêtes que vous pouvez poser directement dans le chat de Cursor ou Claude Code pour faire travailler cet outil :
« Lance audit_code_weight sur mon dossier src pour identifier les fichiers dépassant 350 lignes. »
« Génère un blueprint de découpage modulaire avec generate_split_blueprint pour mon composant volumineux. »
« Vérifie que le budget maximal de 350 lignes par fichier est respecté sur l'ensemble de mon code source. »
🛡️ Licence & Contribution
Éditeur : SNORBIK AI © 2026.
Licence : Open-Source sous licence MIT (libre pour projets commerciaux et open-source).
Spécification : Conforme aux standards officiels MCP (Model Context Protocol).
Statut Public : Certifié conforme V25 (Zéro référence interne, benchmarks locaux validés).
This server cannot be deployed
Maintenance
Related MCP Connectors
Enforces architectural invariants and code quality rules inside your AI agent's edit loop.
Scores your code across 12 areas, with findings, fix prompts, and re-assessment in your AI agent
Code-map tools for AI agents: see a repo's structure first, then edit only what matters.
Codebase intelligence for agents: 152 structured artifacts across 21 programs, one call.
Related MCP Servers
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to analyze large codebases and document collections by consulting large context window models (up to 2M tokens) via OpenRouter when files exceed the current agent's context limits.114 PyPI295MIT
- AlicenseAqualityDmaintenanceEnables CLI agents to detect and remove dead code, manage complexity, and enforce hygiene rules in TypeScript/JavaScript projects through tools like scanning, cleansing, and reporting.53 npmISC
- FlicenseNot gradedqualityBmaintenanceEnables agents to statically analyze Python source via AST traversal, computing McCabe cyclomatic complexity, cognitive nesting depth, and dependency graphs to pinpoint refactoring hotspots. It returns standardized refactoring plans, decomposition guidance, and code-metric telemetry with zero external dependencies.7-
- AlicenseAqualityBmaintenanceEnables coding agents to retrieve only the JavaScript/TypeScript code needed for a given task within a token budget, using TypeScript compiler analysis and a decision model to judge relevance.38 npm3MIT