Mind Map

🚀 思维导图MCP服务器v1.22.0

实验性代码智能平台 - 一个采用模型上下文协议（MCP）的服务器，探索受神经科学启发的软件开发分析方法。这是一个实验性研究项目，具备高级查询缓存、联想学习模式、上下文感知、注意力机制、时态知识建模和代码分析工具等特性。

🚀 快速开始

安装与设置

从npm快速安装

# 全局安装
npm install -g mind-map-mcp

# 或者在项目中本地安装
npm install mind-map-mcp

与Claude Code集成

1. 自动设置（推荐）

使用以下命令可轻松将思维导图MCP与Claude Code集成：

# 运行自动设置工具
npx mind-map-mcp init-claude-code

# 若已全局安装
mind-map-mcp init-claude-code

此操作会自动完成以下任务：

• ✅ 检测你的操作系统和Claude安装情况
• ✅ 创建包含正确路径的配置文件
• ✅ 提供特定平台的设置说明
• ✅ 包含验证命令和故障排除信息

2. Claude桌面手动设置

若你倾向于手动配置，可在Claude桌面配置文件中添加以下内容：

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Windows：%APPDATA%/Claude/claude_desktop_config.json
• Linux：~/.config/claude-desktop/config.json

{
  "mcpServers": {
    "mind-map-mcp": {
      "command": "npx",
      "args": ["mind-map-mcp"],
      "env": {}
    }
  }
}

3. 环境变量配置

你可以使用MCP_PROJECT_ROOT环境变量来配置MCP服务器，使其与特定项目目录配合使用：

{
  "mcpServers": {
    "mind-map-mcp": {
      "command": "npx",
      "args": ["mind-map-mcp"],
      "env": {
        "MCP_PROJECT_ROOT": "/path/to/your/project"
      }
    }
  }
}

此配置的作用如下：

• 让MCP扫描并缓存指定项目目录中的文件
• 在目标项目中创建.mindmap-cache文件夹
• 使用特定项目的配置和思维导图数据
• 允许独立处理多个项目

使用示例：

// 针对特定项目
"env": {
  "MCP_PROJECT_ROOT": "/Users/yourname/projects/my-app"
}

// 针对演示或测试项目
"env": {
  "MCP_PROJECT_ROOT": "/Users/yourname/projects/demo-project"
}

若不设置此变量，MCP将使用启动MCP服务器时的当前工作目录。

4. 验证安装

设置完成后，重启Claude并验证集成情况：

1. 检查MCP工具：在Claude中，你应能看到33个新的MCP工具。
2. 测试基本功能：在Claude中尝试以下命令：

请扫描当前项目并显示统计信息。

3. 测试功能：尝试使用实验性功能：

请分析项目架构。

与Claude Code配合使用

安装完成后，你可以在Claude中尝试以下命令：

示例工作流程

# 从基本扫描开始：
请扫描项目并获取初始统计信息。

# 探索分析功能：
请分析项目结构并建议关注领域。

# 测试学习功能：
请使用[任务描述]的信息更新思维导图。

🔬 实验性分析功能

# 赫布学习 - “一起放电的神经元会连接在一起”
请显示赫布学习统计信息和顶级共激活模式。

# 分层上下文 - 多级感知
请获取分层上下文统计信息和最相关的上下文项。

# 注意力系统 - 动态焦点分配
请显示注意力系统统计信息并将注意力分配到重要节点。

# 双时态知识 - 有效时间与交易时间跟踪
请获取双时态统计信息并为此会话创建上下文窗口。

# 模式预测 - 预测智能
请获取模式预测并显示新兴模式。

高级智能功能

# 获取架构见解
请分析项目架构并检测设计模式。

# 查找跨语言依赖项
请检测此多语言项目中的跨语言依赖项。

# 获取智能重构建议
请生成专注于架构的多语言重构建议。

# 预测新兴代码模式
请分析并预测可能出现的代码模式。

开发工具集成

# 检测可用工具
请检测此项目中所有可用的开发工具。

# 运行全面分析
请运行完整的工具套件并提供汇总结果。

# 获取工具推荐
请推荐对该项目有益的缺失开发工具。

🔍 验证清单

✅ 安装：npm list -g mind-map-mcp 显示该软件包 ✅ Claude集成：Claude中可见33个MCP工具 ✅ 基本功能：scan_project 命令正常工作 ✅ 高级功能：受大脑启发的工具响应正确 ✅ 多语言支持：AST分析适用于你的语言

🔧 故障排除

常见问题：

1. “未显示MCP工具” → 配置后重启Claude
2. “命令未找到” → 确保npm全局安装路径已添加到PATH环境变量中
3. “权限被拒绝” → 运行 npm config get prefix 并检查权限
4. “服务器无响应” → 检查Claude桌面配置文件的语法

获取帮助：

• 📖 查看 QUICK_USAGE.md 获取工作流示例
• 📖 阅读 CLAUDE_CODE_SETUP.md 获取详细设置说明
• 🐛 在 https://github.com/nerfels/mind-map/issues 报告问题

✨ 主要特性

🧠 受大脑启发的智能（阶段6）

• 联想记忆系统：神经激活在相关代码概念间传播（相关性提高50 - 70%）
• 上下文感知查询缓存：基于相似度匹配的智能缓存（重复查询性能提升5 - 10倍）
• 并行处理引擎：通过工作池编排进行分块文件分析（项目扫描速度提高3 - 5倍）
• 神经形态查询模式：用类似大脑的联想激活网络取代线性搜索
• 智能缓存失效：基于路径的选择性缓存清除，具备LRU淘汰机制和100MB内存管理
• 赫布学习系统：通过突触强化跟踪共激活（“一起放电的神经元会连接在一起”）
• 抑制性学习：通过负模式识别避免失败（重复错误减少30%）
• 分层上下文管理：多级上下文感知（即时、会话、项目、领域）
• 注意力机制：多模式注意力融合，具备认知负载管理（米勒的7±2法则）
• 双时态知识模型：跟踪有效时间和交易时间，具备完整审计跟踪
• 模式预测引擎：使用时间序列分析和预测预报在代码模式出现之前进行预测

🚀 内存优化（v1.15.0）

• 变量懒加载：智能内存管理，变量节点内存使用减少40.3%
• 智能过滤：仅立即加载关键变量（导出的、全局的、使用频率超过5次的变量）
• 摘要节点系统：为数千个变量创建包含懒加载变量元数据的单个节点
• 按需加载：基于模式的变量查询平均检索时间为8ms
• 完整功能保留：在大幅减少内存占用的同时，保留所有变量查询功能
• 自动优化：无需配置 - 自动检测重要变量和可懒加载变量

📊 高级调用模式分析（v1.1.5）

• 函数调用图构建：完整的调用图分析，包括入口点、循环和深度计算
• 构造函数调用检测：准确检测类实例化和构造函数模式
• 方法调用分析：全面跟踪方法调用和链式模式
• 异步/等待模式识别：全面支持异步调用模式检测
• 递归检测：自动识别递归函数和调用循环
• 代码风格识别：全面分析命名约定和风格模式
• 复杂度计算：通过回调函数和控制流分析增强圈复杂度计算
• 跨文件模式解析：高级解析跨多个文件的调用模式

🚀 CI/CD管道基础设施（v1.1.5）

• 自动化测试：具备多语言AST验证的全面测试套件
• 安全扫描：通过npm审计集成实现自动化漏洞检测
• 性能监控：持续进行性能基准测试，设置警报阈值
• 代码质量分析：监控包大小、分析风格并生成质量报告
• 发布自动化：通过GitHub发布工作流实现自动化NPM发布
• 维护工作流：更新依赖项、进行健康检查和系统监控
• 拉取请求验证：验证PR标题、进行影响分析和全面测试

📁 增强型文件忽略配置（v1.6.0）

• 多源模式加载：智能合并默认模式、.gitignore、.mindmapignore 和自定义配置
• 实时模式测试：实时验证模式，显示性能指标和文件匹配预览
• 模式分析与统计：全面统计模式有效性、扫描时间减少和过滤效率
• 智能默认模式：为常见文件类型提供30种智能默认模式（如 node_modules、构建工件等）
• 配置管理API：3个新的MCP工具用于动态更新和测试模式
• 开发者友好界面：熟悉的 .gitignore 语法，具备增强功能和优先级规则
• 性能优化：文件过滤效率提高33%，模式加载时间为8 - 12ms，提升扫描性能
• 特定框架模式：针对特定语言和框架的忽略模式（如 *.pyc、*.class、target/、dist/）

🧠 高级代码智能

• 多语言AST分析：全面解析12种语言（TypeScript/JavaScript、Python、Java、Go、Rust、C++、PHP、C#、Ruby、Swift、Kotlin、Scala），并提取函数/类
• 动态导入检测：跟踪运行时导入，包括 import() 调用、require() 语句、模板字面量和基于变量的模块加载，适用于现代JavaScript/TypeScript应用程序
• 方法调用链分析：高级跟踪调用序列，遵循A→B→C→D执行路径，深度可达10级，具备性能影响评估和风险分析
• 变量使用跟踪：全面跟踪变量声明、使用和修改模式，跨文件进行生命周期分析和跨模块依赖检测
• 跨语言依赖检测：识别跨语言的API调用、FFI、微服务和共享数据模式
• 多语言项目分析：检测架构风格，提供多语言建议
• 企业框架检测：检测React、Vue、Express、Django、Flask、Spring Boot、Laravel、ASP.NET、Rails、SwiftUI、Android、Akka等60多个框架
• 架构模式检测：7种模式类型，具备多语言互操作性分析
• 预测性错误检测：基于特定语言模式匹配的风险分析系统
• 智能修复建议：具备上下文感知的建议，提供跨语言见解

🔧 集成开发工具

• 100多个开发工具：跨12种语言的完整工具生态系统，具备智能检测功能
• 智能工具执行：运行测试、代码检查器、格式化工具和安全扫描器，并解析问题
• 智能推荐：为缺失的工具提供安装命令建议
• 工具套件编排：并行运行多个工具，提供汇总结果
• 问题分类：解析并分类工具输出，提供可操作的见解
• 思维导图集成：将工具结果存储为节点/边，用于学习和关联分析

🎯 增强型框架检测

• 25多个框架检测：全面分析6个类别中的框架，具备置信度评分
• Web框架：检测React、Vue、Angular、Express、Django、Flask、Spring Boot、Next.js、Nuxt.js
• 移动框架：检测React Native、Flutter、Xamarin，进行特定平台模式分析
• 桌面框架：检测Electron、Tauri、Qt，分析配置和构建系统
• 游戏引擎：检测Unity、Unreal Engine、Godot，分析项目结构和脚本
• ML/AI框架：检测TensorFlow、PyTorch、scikit-learn，分析使用模式
• 云平台：检测Docker、Kubernetes，分析清单和部署模式

📚 高级学习系统

• 任务结果学习：跟踪成功/失败模式，具备置信度评分
• 错误模式识别：对错误进行分类并映射到成功解决方案
• 跨会话智能：在Claude Code会话之间保留知识
• 性能学习：根据使用模式进行自适应优化
• 解决方案有效性跟踪：衡量并提高推荐质量

🔍 企业查询系统

• 类似Cypher的图查询：具备复杂过滤和关系的高级查询
• 时态分析：跟踪代码演变和变更影响分析
• 聚合分析：提供项目见解、指标和趋势分析
• 语义搜索：多因素相关性评分，具备置信度加权
• 保存查询：为常见分析模式提供模板系统

⚡ 性能与可扩展性

• 多索引存储：针对类型、路径、名称、置信度、框架、语言进行优化索引
• LRU缓存：通过智能缓存管理优化内存
• 性能监控：实时监控操作时间和检测瓶颈
• 查询优化：执行计划和索引提示，用于复杂查询

📦 安装指南

# 克隆或创建项目
npm install

# 构建服务器
npm run build

# 测试安装
npm start

💻 使用示例

基本用法

{
  "name": "scan_project",
  "arguments": {
    "force_rescan": false,
    "include_analysis": true,
    "ast_analysis": true
  }
}

高级用法

{
  "name": "advanced_query", 
  "arguments": {
    "query": "MATCH (f:file)-[:contains]->(func:function) WHERE func.name CONTAINS 'auth' RETURN f.path, func.name",
    "limit": 10
  }
}

{
  "name": "predict_errors",
  "arguments": {
    "file_path": "src/auth/login.ts",
    "context": "implementing OAuth integration"
  }
}

🔧 技术细节

工作原理

1. 高级项目分析

服务器进行全面扫描，并为以下内容创建节点：

• 文件和目录：包含元数据的完整项目结构
• AST元素：函数、类、接口、导入/导出，具备完整签名
• 架构模式：7种模式类型，具备置信度评分
• 框架检测：检测React、Vue、Express、Django、Flask、pandas、NumPy等
• 错误模式：对历史错误进行分类并映射解决方案

2. 多语言AST解析

全面支持12种主要编程语言：

• 原始语言：
  • TypeScript/JavaScript：通过TypeScript编译器API进行完整的AST解析，提取函数/类
  • Python：通过子进程执行进行完整的AST解析，提取函数、类、装饰器
  • Java：使用java-parser进行完整的AST解析，提取类、方法、注解，检测Spring Boot
  • Go：进行Go AST解析，提取结构体/接口/函数，检测框架
  • Rust：进行Rust AST分析，提取结构体/特征/实现，映射crate依赖
  • C/C++：进行C++解析，提取类/函数/模板，分析构建系统
• 新增语言（v1.1.4）：
  • PHP：进行完整的AST解析，提取类/方法，检测Laravel/Symfony框架
  • C#：进行完整的AST解析，检测ASP.NET/Entity Framework，分析命名空间
  • Ruby：进行Ruby AST解析，提取类/方法，检测Rails/Sinatra框架
  • Swift：进行Swift AST解析，检测UIKit/SwiftUI框架，分析协议
  • Kotlin：进行Kotlin AST解析，检测Android/Compose框架，分析协程
  • Scala：进行Scala AST解析，检测Akka/Play框架，分析特征

3. 受大脑启发的智能（阶段6） 🧠

将革命性的神经形态计算原理应用于代码智能：

• 联想记忆网络：用神经激活传播取代线性搜索（相关性提高50 - 70%）
• 上下文感知缓存：基于相似度匹配的智能缓存，具备LRU淘汰机制（性能提升5 - 10倍）
• 并行处理引擎：通过工作池编排进行分块分析（扫描速度提高3 - 5倍）
• 神经形态查询模式：类似大脑的激活模式，跨越相关代码概念
• 智能内存管理：100MB缓存，基于路径的失效机制和指数衰减
• 情景记忆系统（NEW v1.1.4）：存储和检索编程经验，相似度匹配准确率达77.1%，基于经验的建议置信度达81.1%

4. 智能学习系统

在你使用Claude Code时，服务器会：

• 跟踪任务结果：跟踪成功/失败模式，调整置信度
• 映射错误解决方案：对错误进行分类并关联成功修复方案
• 构建模式识别：识别框架使用、命名约定、架构见解
• 优化性能：使用LRU缓存和多索引存储，加快查询速度

5. 企业查询引擎

高级查询功能包括：

• 类似Cypher的语法：具备过滤和聚合的复杂图遍历
• 语义搜索：多因素相关性评分（精确匹配、路径、置信度、近期性）
• 时态分析：跟踪代码演变和评估变更影响
• 预测分析：评估错误风险并提供修复建议引擎

6. 跨会话智能

所有学习成果都本地持久化，具备以下特性：

• 图数据库：以JSON格式存储节点、边和关系
• 性能监控：监控操作时间和检测瓶颈
• 查询优化：执行计划和索引提示
• 缓存管理：LRU淘汰和智能内存优化

数据存储

思维导图数据本地存储在你的项目目录中：

your-project/
├── .mindmap-cache/
│   └── mindmap.json          # 序列化的知识图
└── ... (your project files)

📄 许可证

本项目采用MIT许可证，详情请参阅LICENSE文件。

⚠️ 重要提示

这是为研究和测试目的而开发的实验性软件，使用了模型上下文协议（MCP）探索各种代码分析和项目理解方法。

使用前请注意：

• 可能存在漏洞、功能不完善和重大变更
• 仅在非生产环境中使用
• 在大量使用前备份你的项目
• 报告问题并提供反馈，以帮助改进项目

使用场景：

• 使用Claude Code改进编码工作流程 - 增强项目理解和上下文感知
• 尝试MCP服务器开发
• 测试代码分析和模式检测方法
• 研究替代编程辅助工具
• 学习AST解析和项目结构分析

📋 版本历史

v1.4.0 (当前) 🚀

• ✅ 增强型查询系统：核心查询功能全面改进
• ✅ 多词查询支持：完美处理“思维导图”、“模式分析”等查询
• ✅ 语义语言映射：“typescript”可找到 .ts 文件，“javascript”可找到 .js 文件
• ✅ 精确文件路径匹配：直接查询文件，如 “src/core/MindMapEngine.ts”
• ✅ 高级驼峰命名处理：全面支持驼峰命名、帕斯卡命名和混合大小写查询
• ✅ 改进的时态查询：增强基于时间的分析，具备演变指标
• ✅ 更强大的高级查询引擎：类似Cypher的语法改进，用于复杂图查询
• ✅ 增强型聚合查询：改进分组和字段提取，用于统计分析

v1.3.1

• ✅ 修复Java代码结构识别问题：解决Java类/方法提取问题
• ✅ 增强Java AST解析：完整的Java文件代码智能，具备正确的节点分离

v1.1.5

• ✅ 高级调用模式分析：完整的函数调用图构建，测试成功率达100%
• ✅ 构造函数调用检测：准确识别类实例化和构造函数模式
• ✅ 增强复杂度计算：通过回调函数和控制流改进圈复杂度计算
• ✅ 代码风格识别：全面分析命名约定和风格模式（驼峰命名、帕斯卡命名、蛇形命名）
• ✅ CI/CD管道基础设施：通过测试、安全扫描和性能监控实现完整自动化
• ✅ 发布自动化：通过GitHub发布工作流实现自动化NPM发布
• ✅ 拉取请求验证：全面的PR检查，具备影响分析和质量关卡

v1.1.4

• ✅ 12种编程语言 + 情景记忆系统
• ✅ 增加对PHP、C#、Ruby、Swift、Kotlin和Scala的全面支持
• ✅ 完整的AST解析和框架检测
• ✅ 受大脑启发的情景记忆，相似度匹配准确率达77.1%

v1.1.0 - 1.1.3

• ✅ 多模式置信度融合和受大脑启发的智能平台
• ✅ 性能优化和缓存改进
• ✅ 增强查询描述，具备语义搜索功能

v1.0.1

• ✅ 增强README，包含全面的Claude Code集成指南
• ✅ 添加分步安装说明
• ✅ 包含使用示例和工作流指南
• ✅ 添加故障排除部分和验证清单

v1.0.0

• ✅ 完整的受大脑启发的智能系统
• ✅ 企业级可扩展性和用户自定义
• ✅ 组织良好的测试套件，具备正确结构
• ✅ 33个高级MCP工具全部可用
• ✅ 多语言支持（6种语言）
• ✅ 集成80多个开发工具

🔮 未来路线图

• 可视化界面：思维导图可视化和探索
• 团队共享：协作知识库
• IDE集成：VS Code、IntelliJ、Vim插件
• 高级机器学习：增强神经模式识别

贡献指南

1. 分叉仓库
2. 创建功能分支
3. 进行更改
4. 如有必要，添加测试
5. 提交拉取请求

支持

• 在GitHub上报告问题
• 查看docs/中的故障排除指南
• 查看API文档以获取集成详细信息