AI Code Review MCP Server

AI Code Review MCP Server

A code review tool server based on Model Context Protocol (MCP) providing multi-dimensional code review and scoring.

Category
访问服务器

README

AI Code Review MCP Server

一个基于 Model Context Protocol (MCP) 的代码审查工具服务器,提供多维度的代码审查和打分功能。

功能特性

  • 🔍 代码整体审查 - 审查完整代码并生成提示词
  • 📝 Git Diff 审查 - 审查代码变更差异
  • 📄 单文件审查 - 针对特定文件的审查
  • 🎯 智能评分解析 - 从审查文本中提取结构化评分
  • 🎨 多种审查风格 - 支持专业、讽刺、温和、幽默四种风格

工具列表

review_code

构建用于代码整体审查与打分的 LLM 提示词

参数:

  • code (string, 必需): 待审查的代码文本
  • style (enum, 可选): 审查风格 - professional | sarcastic | gentle | humorous
  • commitMessage (string, 可选): 提交信息

review_diff

构建用于 Git diff 变更审查与打分的 LLM 提示词

参数:

  • diff (string, 必需): git diff 内容
  • style (enum, 可选): 审查风格
  • commitMessage (string, 可选): 提交信息

review_file

构建用于单文件审查与打分的 LLM 提示词

参数:

  • filePath (string, 必需): 文件路径
  • content (string, 必需): 文件内容
  • style (enum, 可选): 审查风格
  • commitMessage (string, 可选): 提交信息

parse_review_score

从审查文本中解析评分(提取 '总分:XX分' 格式)

参数:

  • reviewText (string, 必需): 审查文本,应包含 '总分:XX分' 格式的评分

安装

方式一:全局安装

npm install -g lebo-ai-codereview-mcp

方式二:本地安装

npm install lebo-ai-codereview-mcp

方式三:从源码安装

git clone <repository-url>
cd ai-codereview-mcp
npm install
npm run build

使用方法

在 Claude Desktop 中使用

  1. 找到 Claude Desktop 的配置文件位置:

    • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
    • Windows: %APPDATA%\Claude\claude_desktop_config.json
    • Linux: ~/.config/Claude/claude_desktop_config.json
  2. 编辑配置文件,添加 MCP 服务器配置:

{
  "mcpServers": {
    "ai-codereview": {
      "command": "npx",
      "args": [
        "-y",
        "lebo-ai-codereview-mcp"
      ]
    }
  }
}

或者如果已全局安装:

{
  "mcpServers": {
    "ai-codereview": {
      "command": "lebo-ai-codereview-mcp"
    }
  }
}

如果从本地路径安装:

{
  "mcpServers": {
    "ai-codereview": {
      "command": "node",
      "args": [
        "/path/to/ai-codereview-mcp/dist/index.js"
      ]
    }
  }
}
  1. 重启 Claude Desktop

使用 MCP Inspector 调试

  1. 启动开发服务器:
npm run dev
  1. 在另一个终端启动 Inspector:
npx @modelcontextprotocol/inspector
  1. 在浏览器中:
    • 选择传输方式:Streamable HTTP
    • URL:http://localhost:3000/mcp
    • 连接

详细说明请查看 DEBUG.md

环境变量

可以通过 .env 文件配置环境变量:

PORT=3000

或者在启动时设置:

PORT=8080 npm run dev

开发

# 安装依赖
npm install

# 构建项目
npm run build

# 开发模式(支持 Inspector)
npm run dev

# 监听模式构建
npm run watch

项目结构

ai-codereview-mcp/
├── src/
│   ├── index.ts           # 主入口(Stdio 模式,用于生产)
│   ├── dev-server.ts      # 开发服务器(HTTP 模式,用于调试)
│   ├── prompts.ts         # 提示词生成逻辑
│   ├── parser.ts          # 评分解析逻辑
│   ├── types.ts           # TypeScript 类型定义
│   └── tools/             # MCP 工具实现
│       ├── review-code.ts
│       ├── review-diff.ts
│       ├── review-file.ts
│       └── parse-score.ts
├── dist/                  # 编译输出
├── scripts/
│   └── post-build.js     # 构建后处理脚本
├── package.json
└── README.md

许可证

MIT

相关链接

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选