Code Review Server

コードレビューサーバー

Repomix と LLM を使用してコードレビューを行うカスタム MCP サーバーです。

機能

• Repomix を使用してコードベースをフラット化
• 大規模言語モデルでコードを分析
• 具体的な問題点と推奨事項を含む構造化されたコードレビューを取得
• 複数の LLM プロバイダー（OpenAI、Anthropic、Gemini）に対応
• 大規模なコードベースのチャンク分割に対応

インストール

# Clone the repository
git clone https://github.com/yourusername/code-review-server.git
cd code-review-server

# Install dependencies
npm install

# Build the server
npm run build

設定

.env.example テンプレートをもとに、ルートディレクトリに .env ファイルを作成します。

cp .env.example .env

.env ファイルを編集し、使用する LLM プロバイダーと API キーを設定します。

# LLM Provider Configuration
LLM_PROVIDER=OPEN_AI
OPENAI_API_KEY=your_openai_api_key_here

使用方法

MCP サーバーとして

コードレビューサーバーは Model Context Protocol（MCP）を実装しており、任意の MCP クライアントで使用できます。

# Start the server
node build/index.js

サーバーは、主に次の 2 つのツールを公開します。

1. analyze_repo：Repomix を使用してコードベースをフラット化します
2. code_review：LLM を使用してコードレビューを行います

MCP ツールを使用するタイミング

このサーバーは、コード分析のニーズに応じて使い分けられる 2 つのツールを提供します。

analyze_repo

次のような場合にこのツールを使用します。

• コードベースの構造や構成の概要を把握したい
• 初期分析のためにリポジトリをテキスト形式にフラット化したい
• 詳細なレビューを行わずに、ディレクトリ構造やファイルの内容を把握したい
• より詳細なコードレビューの準備をしたい
• コードベースをすばやくスキャンして、さらに分析するファイルを特定したい

使用例：

• 「レビューする前に、このリポジトリの構造を把握したい」
• 「このコードベースに含まれるファイルとディレクトリを見せて」
• 「構成を理解するために、コードをフラット化して表示して」

code_review

次のような場合にこのツールを使用します。

• 包括的なコード品質評価を行いたい
• 具体的なセキュリティ脆弱性、パフォーマンスのボトルネック、またはコード品質の問題を特定したい
• コードを改善するための実用的な推奨事項を取得したい
• 問題の重大度評価を含む詳細なレビューを行いたい
• ベストプラクティスに照らしてコードベースを評価したい

使用例：

• 「このコードベースにセキュリティ脆弱性がないかレビューして」
• 「これらの特定の JavaScript ファイルのパフォーマンスを分析して」
• 「このリポジトリのコード品質を詳しく評価して」
• 「コードをレビューして、保守性を高める方法を教えて」

パラメーターの使用方法：

• specificFiles：リポジトリ全体ではなく、特定のファイルだけをレビューしたい場合
• fileTypes：特定のファイル拡張子（例：.js、.ts）に絞り込みたい場合
• detailLevel：概要をすばやく把握するには 'basic'、詳細に分析するには 'detailed' を使用します
• focusAreas：特定の側面（セキュリティ、パフォーマンスなど）を優先したい場合

CLI ツールの使用

テスト目的で、付属の CLI ツールを使用できます。

node build/cli.js <repo_path> [options]

オプション：

• --files <file1,file2>：レビュー対象の特定のファイル
• --types <.js,.ts>：レビューに含めるファイルの種類
• --detail <basic|detailed>：詳細レベル（デフォルト：detailed）
• --focus <areas>：重点的に確認する領域（security,performance,quality,maintainability）

例：

node build/cli.js ./my-project --types .js,.ts --detail detailed --focus security,quality

開発

# Run tests
npm test

# Watch mode for development
npm run watch

# Run the MCP inspector tool
npm run inspector

LLM との連携

コードレビューサーバーは、複数の LLM プロバイダー API と直接連携します。

• OpenAI（デフォルト：gpt-4o）
• Anthropic（デフォルト：claude-3-opus-20240307）
• Gemini（デフォルト：gemini-1.5-pro）

プロバイダーの設定

.env ファイルで使用する LLM プロバイダーを設定します。

# Set which provider to use
LLM_PROVIDER=OPEN_AI  # Options: OPEN_AI, ANTHROPIC, or GEMINI

# Provider API Keys (add your key for the chosen provider)
OPENAI_API_KEY=your-openai-api-key
ANTHROPIC_API_KEY=your-anthropic-api-key
GEMINI_API_KEY=your-gemini-api-key

モデルの設定

各プロバイダーで使用するモデルを任意で指定できます。

# Optional: Override the default models
OPENAI_MODEL=gpt-4-turbo
ANTHROPIC_MODEL=claude-3-sonnet-20240229
GEMINI_MODEL=gemini-1.5-flash-preview

LLM 統合の仕組み

1. code_review ツールは Repomix を使用してリポジトリ構造をフラット化し、コードを処理します
2. 必要に応じて、LLM のコンテキスト上限に収まるようにコードを整形し、チャンクに分割します
3. 注目する領域と詳細レベルに基づいて、詳細なプロンプトを生成します
4. プロンプトとコードを、選択したプロバイダーの LLM API に直接送信します
5. LLM の応答を構造化形式に解析します
6. 問題点、強み、推奨事項を含む JSON オブジェクトとしてレビューを返します

この実装には、API エラーに対する堅牢性を高める再試行ロジックと、レビューに最も関連性の高いコードが含まれるようにする適切な整形処理が含まれています。

コードレビューの出力形式

コードレビューは、構造化された JSON 形式で返されます。

{
  "summary": "Brief summary of the code and its purpose",
  "issues": [
    {
      "type": "SECURITY|PERFORMANCE|QUALITY|MAINTAINABILITY",
      "severity": "HIGH|MEDIUM|LOW",
      "description": "Description of the issue",
      "line_numbers": [12, 15],
      "recommendation": "Recommended fix"
    }
  ],
  "strengths": ["List of code strengths"],
  "recommendations": ["List of overall recommendations"]
}

ライセンス

MIT