MCP 服务器

Nuanced MCP Server

一个 MCP 服务器，它使大型语言模型（LLM）能够通过函数调用图来理解和分析代码结构，从而允许 AI 助手探索函数之间的关系并分析 Python 代码库中的依赖关系。

Tools

initialize_graph

Initialize a code graph for the given repository path. Args: repo_path: Path to the repository to analyze Returns: Success message with information about the initialized graph

switch_repository

Switch to a different initialized repository. Args: repo_path: Path to the repository to switch to Returns: Success message or error

list_repositories

List all initialized repositories. Returns: List of initialized repositories

get_function_call_graph

Get the call graph for a specific function. Args: file_path: Path to the file containing the function function_name: Name of the function to analyze repo_path: Optional repository path (uses active repository if not specified) Returns: Information about the function's call graph

analyze_dependencies

Find all module or file dependencies in the codebase. Identifies all function dependencies for a file or module in the active repository. This identifies all modules that depend on the specified module or file. Args: file_path: Path to a specific file to analyze dependencies for module_name: Name of a module to analyze dependencies for (e.g., 'auth' will match 'app.auth', 'auth.users', etc.) Returns: A list of all functions and files that depend on the specified module

analyze_change_impact

Analyze the impact of changing a specific function. This tool performs a comprehensive impact analysis to help understand what would be affected if you modify the specified function. Args: file_path: Path to the file containing the function function_name: Name of the function to analyze Returns: A detailed analysis of the potential impact of changing the function

README

Nuanced MCP 服务器

一个模型上下文协议 (MCP) 服务器，通过 nuanced 库为 LLM 提供调用图分析功能。

概述

此 MCP 服务器使 LLM 能够通过访问函数调用图，利用标准化的工具和资源来理解代码结构。它允许 AI 助手：

初始化 Python 仓库的调用图
探索函数调用关系
分析函数之间的依赖关系
提供更具上下文意识的代码辅助

API

工具

initialize_graph
- 为给定的仓库路径初始化代码图
- 输入：repo_path (字符串)
switch_repository
- 切换到不同的已初始化仓库
- 输入：repo_path (字符串)
list_repositories
- 列出所有已初始化的仓库
- 无需输入
get_function_call_graph
- 获取特定函数的调用图
- 输入：
  - file_path (字符串)
  - function_name (字符串)
  - repo_path (字符串，可选) - 如果未指定，则使用活动仓库
analyze_dependencies
- 查找代码库中的所有模块或文件依赖项
- 输入（至少需要一个）：
  - file_path (字符串，可选)
  - module_name (字符串，可选)
analyze_change_impact
- 分析更改特定函数的影响
- 输入：
  - file_path (字符串)
  - function_name (字符串)

资源

graph://summary
- 获取当前加载的代码图的摘要
- 无需参数
graph://repo/{repo_path}/summary
- 获取特定仓库的代码图的摘要
- 参数：
  - repo_path (字符串) - 仓库的路径
graph://function/{file_path}/{function_name}
- 获取有关特定函数的详细信息
- 参数：
  - file_path (字符串) - 包含该函数的文件路径
  - function_name (字符串) - 要分析的函数名称

Prompts

analyze_function
- 创建一个 prompt 来分析一个函数及其调用图
- 参数：
  - file_path (字符串) - 包含该函数的文件路径
  - function_name (字符串) - 要分析的函数名称
impact_analysis
- 创建一个 prompt 来分析更改函数的影响
- 参数：
  - file_path (字符串) - 包含该函数的文件路径
  - function_name (字符串) - 要分析的函数名称
analyze_dependencies_prompt
- 创建一个 prompt 来分析文件或模块的依赖关系
- 参数（至少需要一个）：
  - file_path (字符串，可选) - 要分析的文件的路径
  - module_name (字符串，可选) - 要分析的模块的名称

与 Claude Desktop 一起使用

将其添加到您的 claude_desktop_config.json

UV

{
  "mcpServers": {
    "nuanced": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/nuanced-mcp",
        "run",
        "nuanced_mcp_server.py"
      ]
    }
  }
}