Code Context Provider MCP
为 AI 助手提供代码上下文和分析的 MCP 服务器。 使用 WebAssembly Tree-sitter 解析器提取目录结构和代码符号,无需任何原生依赖项。
AB498
README
代码上下文提供器 MCP
MCP 服务器,为 AI 助手提供代码上下文和分析。使用 WebAssembly Tree-sitter 解析器提取目录结构和代码符号,零原生依赖。
<div style="text-align:center;font-family: monospace; display: flex; align-items: center; justify-content: center; width: 100%; gap: 10px"> <a href="https://discord.gg/dquNGYwfnW"><img src="https://img.shields.io/discord/1095854826786668545" alt="Discord"></a> <a href="https://img.shields.io/badge/License-MIT-yellow.svg"><img src="https://img.shields.io/badge/License-MIT-yellow.svg" alt="License: MIT"></a> <a href="https://www.npmjs.com/package/code-context-provider-mcp"><img src="https://img.shields.io/npm/v/code-context-provider-mcp" alt="npm"></a> </div>
功能特性
- 生成目录树结构
- 分析 JavaScript/TypeScript 和 Python 文件
- 提取代码符号(函数、变量、类、导入、导出)
- 兼容 MCP 协议,与 AI 助手无缝集成
快速使用 (MCP 设置)
Windows
{
"mcpServers": {
"code-context-provider-mcp": {
"command": "cmd.exe",
"args": [
"/c",
"npx",
"-y",
"code-context-provider-mcp@latest"
]
}
}
}
MacOS/Linux
{
"mcpServers": {
"code-context-provider-mcp": {
"command": "npx",
"args": [
"-y",
"code-context-provider-mcp@latest"
]
}
}
}
或者使用 npm
全局安装:
npm install -g code-context-provider-mcp
然后通过运行以下命令使用它:
code-context-provider-mcp # 如果您没有使用 @latest,您可能需要清除最新版本的缓存,对于 Windows,使用 `Remove-Item -Path "$env:LOCALAPPDATA\npm-cache\_npx" -Recurse -Force`,对于 Linux/MacOS,使用 `rm -rf ~/.npm/_npx`
可用工具
get_code_context
分析目录并返回其结构以及代码符号(可选)。
参数:
absolutePath
(字符串, 必需): 要分析的目录的绝对路径analyzeJs
(布尔值, 可选): 是否分析 JavaScript/TypeScript 和 Python 文件 (默认: false)includeSymbols
(布尔值, 可选): 是否在响应中包含代码符号 (默认: false)symbolType
(枚举, 可选): 如果 includeSymbols 为 true,则包含的符号类型 (选项: 'functions', 'variables', 'classes', 'imports', 'exports', 'all', 默认: 'all')filePatterns
(字符串数组, 可选): 要分析的文件模式 (例如 ['.js', '.py', 'config.*'])maxDepth
(数字, 可选): 要分析的最大目录深度 (默认: 5 层)
注意:匿名函数会自动从结果中过滤掉。
工具调用上的示例输出文本
Directory structure for: C:\Users\Admin\Desktop\mcp\context-provider-mcp
Code Analysis Summary:
- Files analyzed: 3
- Total functions: 29
- Total variables: 162
- Total classes: 0
Note: Symbol analysis is supported for JavaScript/TypeScript (.js, .jsx, .ts, .tsx) and Python (.py) files only.
Code analysis limited to a maximum depth of 5 directory levels (default).
├── index.js (39 KB)
│ └── [Analyzed: 22 functions, 150 variables, 0 classes]
│ Functions:
│ - initializeTreeSitter [39:0]
│ - getLanguageFromExtension [107:0]
│ - getPosition [138:24]
文件模式示例
您可以使用 filePatterns
参数来指定要分析的文件。这对于具有多种语言或特定感兴趣文件的复杂项目非常有用。
示例:
["*.js", "*.py"]
- 分析所有 JavaScript 和 Python 文件["config.*"]
- 分析所有配置文件,无论扩展名如何["package.json", "*.config.js"]
- 分析 package.json 和任何 JavaScript 配置文件[".ts", ".tsx", ".py"]
- 分析 TypeScript 和 Python 文件(使用扩展名格式)
文件模式匹配支持:
- 带有通配符 (*) 的简单 glob 模式
- 直接文件扩展名(带或不带点)
- 确切的文件名
处理大型项目
对于非常大的项目,您可以使用 maxDepth
参数来限制工具遍历目录的深度:
maxDepth: 2
- 仅分析根目录和一级子目录maxDepth: 3
- 分析根目录和两级子目录maxDepth: 0
- 仅分析根目录中的文件
这在以下情况下特别有用:
- 处理大型 monorepo
- 分析具有许多依赖项的项目
- 仅关注主要源代码,而不关注第三方库
支持的语言
代码符号分析支持:
- JavaScript (.js)
- JSX (.jsx)
- TypeScript (.ts)
- TSX (.tsx)
- Python (.py)
使用 filePatterns
参数允许您在目录结构中包含其他文件类型,但符号分析可能会受到限制。
开发
设置开发环境
# 克隆仓库
git clone https://github.com/your-username/code-context-provider-mcp.git
cd code-context-provider-mcp
# 安装依赖
npm install
# 设置 WASM 解析器
npm run setup
安装后
安装后,包的 prepare
脚本会自动运行以下载 WASM 解析器。 如果由于某种原因下载失败,用户可以手动运行设置:
npx code-context-provider-mcp-setup
许可证
MIT
更多信息或帮助
推荐服务器
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。
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。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。