Code2Flow MCP Server
一个服务器,它将 code2flow 命令行工具包装成一个 MCP 服务,允许 AI 应用程序通过标准化的协议生成和访问代码调用图。
README
Code2Flow MCP 服务器
这是一个将 code2flow 命令行工具包装为 MCP (Model Context Protocol) 服务器的项目。它允许 AI 应用程序通过标准化的 MCP 协议生成和访问代码调用图。
功能特点
- 分析源代码并生成调用图
- 支持多种编程语言(Python、JavaScript、Ruby、PHP)
- 通过 MCP 协议提供服务,易于与 AI 应用集成
- 图像以 PNG 格式输出
- 提供版本检查和代码复杂度分析功能
安装要求
- Python 3.7+
- Windows 11 或其他支持的操作系统
- PowerShell 或其他命令行终端
- 已安装 code2flow 命令行工具
安装步骤
- 克隆此仓库
git clone https://github.com/kursk-ye/code2flow-mcp-server.git
cd code2flow-mcp-server
- 创建并激活虚拟环境(推荐)
python -m venv venv
.\venv\Scripts\Activate.ps1 # 在 PowerShell 中
- 安装依赖项
pip install -r requirements.txt
- 安装 code2flow 命令行工具
pip install code2flow
使用方法
直接使用 Python 运行
- 启动 MCP 服务器
python server.py
使用 MCP 工具运行
- 使用 MCP Inspector 工具
mcp dev server.py
- 安装到 Claude Desktop
mcp install server.py
- 添加到 Cursor MCP 配置
"code2flow": {
"command": "cmd",
"args": [
"/c",
"python",
"path/to/server.py"
]
}
可用工具
服务器提供以下 MCP 工具:
generate_call_graph- 生成代码调用图check_code2flow_version- 检查 code2flow 版本analyze_code_complexity- 分析代码复杂度
可用资源
服务器提供以下 MCP 资源:
help://code2flow- 帮助文档languages://supported- 支持的语言列表call-graph://图像ID- 生成的调用图图像
示例(使用 Python MCP 客户端)
import asyncio
from mcp.client import MCPClient
async def main():
# 连接到服务器
client = MCPClient("http://localhost:8000")
# 创建新会话
session = await client.create_session()
# 调用工具生成调用图
result = await session.call_tool("generate_call_graph", {
"source_paths": ["path/to/your/code"],
"language": "python"
})
# 获取资源 ID
print(result)
# 检查code2flow版本
version_info = await session.call_tool("check_code2flow_version")
print(version_info)
# 分析代码复杂度
complexity = await session.call_tool("analyze_code_complexity", {
"source_path": "path/to/your/code",
"language": "python"
})
print(complexity)
if __name__ == "__main__":
asyncio.run(main())
配置选项
生成调用图时支持以下参数:
source_paths:要分析的源代码文件或目录的路径列表output_path:(可选)输出文件的路径language:(可选)源代码语言(python、js、ruby、php)exclude:(可选)要排除的文件模式列表include:(可选)要包含的文件模式列表
文件结构
server.py- 主服务器代码mcp_client_example.py- 客户端示例代码test_server.py- 测试代码requirements.txt- 依赖文件
许可证
MIT
推荐服务器
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。
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。
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。
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。
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。
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。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
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。