MCP代码专家系统

一个基于Python的代码审查系统，使用模型上下文协议（MCP）。它通过模拟专家角色（如马丁·福勒和罗伯特·C·马丁（大 Uncle Bob））提供代码审查功能。

功能

• 基于Martin Fowler重构原则的代码审查
• 基于Robert C. Martin Clean Code原则的代码审查
• 知识图谱存储代码、评论及相关性
• 与Ollama集成以实现AI驱动的审查
• 支持服务器端事件（SSE）以便Web集成

先决条件

Python 3.10+

该项目要求Python 3.10或更高版本。

Ollama

Ollama 用于AI驱动的代码审查。

1. 按照平台安装Ollama：

   • macOS：从ollama.com下载
   • Linux：curl -fsSL https://ollama.com/install.sh | sh
   • Windows：通过WSL2支持的Linux指令

2. 拉取推荐模型：

   ollama pull llama3:8b
   

3. 启动Ollama服务器：

   ollama serve
   

安装

运行安装脚本以安装依赖项并创建虚拟环境：

chmod +x setup.sh
./setup.sh

配置

编辑.env文件以配置（根据需要从.env.example创建）：

# 知识图谱设置
KNOWLEDGE_GRAPH_PATH=data/knowledge_graph.json

# Ollama配置（本地AI模型）
OLLAMA_HOST=http://localhost:11434
OLLAMA_MODEL=llama3:8b

使用方法

运行服务器

标准模式（用于Cursor集成）

source .venv/bin/activate
python server.py

HTTP/SSE模式（用于Web集成）

source .venv/bin/activate
python server.py --transport sse

这将在http://localhost:8000/sse启动SSE传输的服务器。

自定义端口：

python server.py --transport sse --port 9000

在Cursor中安装

要安装到Cursor IDE：

source .venv/bin/activate
mcp install server.py --name "Code Expert System"

可用工具

服务器公开了以下工具：

• ask_martin：请Martin Fowler审查代码并建议重构
• ask_bob：请Robert C. Martin（Uncle Bob）根据Clean Code原则审查代码
• read_graph：读取整个知识图谱
• search_nodes：在知识图谱中搜索节点
• open_nodes：按名称打开特定节点

示例用法

使用Martin Fowler审查代码片段：

{
  "code": "function calculateTotal(items) {\n  var total = 0;\n  for (var i = 0; i < items.length; i++) {\n    total += items[i].price;\n  }\n  return total;\n}",
  "language": "javascript"
}

项目结构

• server.py：主服务器文件
• config.py：配置设置
• knowledge_graph.py：知识图谱功能
• models/：AI模型接口
• templates/：Web界面模板

架构

系统由以下模块组成：

• 服务器：处理请求并协调各个组件。
• 知识图谱：存储和管理代码及其关系。
• Ollama集成：与AI服务交互以提供智能审查。
• Web界面：用户友好的界面进行代码审查。

许可证

MIT License