mcp-server-analyzer

Python MCP 服务分析器 🐍🔍

一款功能强大的 Model Context Protocol (MCP) 服务，使用 Ruff 进行代码检查、使用 ty 进行类型检查，并使用 Vulture 检测无用代码，提供全面的 Python 代码分析。非常适合 AI 助手、IDE 和自动化代码审查工作流。

🚀 快速开始

VS Code 集成（一键安装）

如需快速安装，请使用下方的一键安装按钮之一……

如需手动安装，请将以下 JSON 代码块添加到 VS Code 的用户设置（JSON）文件中。按下 Ctrl + Shift + P 并输入 Preferences: Open User Settings (JSON) 即可完成操作。

也可以将其添加到工作区中名为 .vscode/mcp.json 的文件里。这样便可以与他人共享配置。

请注意，使用 mcp.json 文件时需要 mcp 键。

使用 uvx（推荐）：

{
  "mcp": {
    "servers": {
      "analyzer": {
        "command": "uvx",
        "args": ["mcp-server-analyzer"]
      }
    }
  }
}

使用 Docker：

{
  "mcp": {
    "servers": {
      "analyzer": {
        "command": "docker",
        "args": ["run", "-i", "--rm", "ghcr.io/anselmoo/mcp-server-analyzer"]
      }
    }
  }
}

通用安装

# Install with uvx (recommended)
uvx install mcp-server-analyzer

# Install with pip
pip install mcp-server-analyzer

# Run with Docker
docker run ghcr.io/anselmoo/mcp-server-analyzer:latest

# Install from source
git clone https://github.com/anselmoo/mcp-server-analyzer.git
cd mcp-server-analyzer
uv sync --dev
uv run mcp-server-analyzer

📋 功能

• 🔍 RUFF 分析：全面的 Python lint 检查，并支持自动修复
• 🧠 ty 类型检查：快速分析 Python 类型，并提供基于规则的诊断
• 🧹 死代码检测：使用 VULTURE 查找未使用的导入、函数和变量
• ⚡ Biome JS/TS 分析：快速检查和格式化 JavaScript 与 TypeScript 代码
• 📊 质量评分：结合多项分析，提供质量指标
• 🚀 FastMCP 框架：高性能 MCP 服务实现
• 🐳 支持 Docker：多架构容器，并采用安全签名
• 🔒 安全：所有版本均使用 Sigstore 签名，保障供应链安全

📈 分析示例

RUFF lint 检查预览

查看全面的 lint 检查分析示例：📋 RUFF 分析预览

VULTURE 死代码检测预览

了解死代码检测功能：🧹 VULTURE 分析预览

🛠️ 可用工具

工具	描述	使用场景
ruff-check	使用 RUFF 检查 Python 代码	风格违规、潜在错误
ruff-format	使用 RUFF 格式化 Python 代码	代码格式化与一致性
ruff-check-ci	针对 CI/CD 优化的 RUFF 输出	GitHub Actions、GitLab CI
ty-check	使用 ty 对 Python 代码进行类型检查	类型安全、返回值错误
vulture-scan	检测死代码	未使用的导入、函数、变量
biome-check	使用 Biome 检查 JS/TS 代码	风格违规、潜在错误
biome-format	使用 Biome 格式化 JS/TS 代码	代码格式化与一致性
analyze-code	结合 Ruff、ty 和 Vulture 进行分析	全面的代码质量评估

🔧 配置

Claude Desktop

将以下内容添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "analyzer": {
      "command": "uvx",
      "args": ["mcp-server-analyzer"]
    }
  }
}

Zed

将以下内容添加到 Zed 的 settings.json：

"context_servers": {
  "analyzer": {
    "command": "uvx",
    "args": ["mcp-server-analyzer"]
  }
}

Claude Code（项目级）

将 .mcp.json 放在项目根目录：

{
  "mcpServers": {
    "analyzer": {
      "command": "uvx",
      "args": ["mcp-server-analyzer"]
    }
  }
}

🧪 开发

先决条件

• Python 3.13+
• uv（推荐）或 pip
• Node.js 22+（用于 Biome JS/TS 分析）
• Docker（可选）

设置

# Clone repository
git clone https://github.com/anselmoo/mcp-server-analyzer.git
cd mcp-server-analyzer

# Install Python dependencies
uv sync --dev

# Install Biome (JS/TS analyzer)
npm ci

# Run tests
uv run pytest

# Run type checks
uv run ty check src tests

# Run pre-commit hooks
uv tool run pre-commit run --all-files

# Build Docker image
docker build -t mcp-server-analyzer .

测试

# Run all tests
uv run pytest tests/ -v

# Run with coverage
uv run pytest --cov=src/mcp_server_analyzer --cov-report=html

# Test specific functionality
uv run pytest tests/test_server.py::TestAnalyzers::test_ruff_with_sample_code

📊 质量指标

该服务根据以下内容提供质量评分：

• Ruff 问题：风格违规、潜在错误、复杂度指标
• ty 诊断：静态类型错误和警告
• 死代码检测：未使用的导入、函数和变量
• 综合评分：加权质量评估（0-100）

🔒 安全

• 签名版本：所有版本均使用 Sigstore 签名
• 容器签名：Docker 镜像使用 Cosign 签名
• 可信发布：PyPI 版本使用 GitHub OIDC 可信发布
• 漏洞扫描：在 CI/CD 中自动进行安全扫描
• 供应链安全：符合 SLSA Build Level 3 标准
• 安全策略：漏洞报告请参阅 SECURITY.md

🔍 数据处理与透明度

• 仅在内存中处理：传递给工具的代码会写入临时文件，分析完成后立即删除——调用之间不会保留任何数据。
• 不进行网络调用：分析期间，服务不会建立任何出站网络连接。
• 无遥测数据：不会收集使用数据、分析数据或崩溃报告。
• 子进程隔离：ruff、ty 和 vulture 使用固定的参数列表调用——不会进行 shell 展开或执行任意命令。

📚 文档

• 完整文档 - GitHub Pages 文档
• 工具参考 - 详细的工具参数和返回类型
• MCP 规范 - 了解 Model Context Protocol
• FastMCP 框架 - 高性能 MCP 实现
• Ruff 文档 - Python 检查器和格式化工具
• ty 文档 - Python 类型检查器和语言服务器
• Vulture 文档 - 死代码查找工具

🤝 参与贡献

欢迎贡献！详情请参阅 CONTRIBUTING.md。

1. Fork 此仓库
2. 创建功能分支（git checkout -b feature/amazing-feature）
3. 使用 Conventional Commits 提交更改
4. 推送到分支（git push origin feature/amazing-feature）
5. 提交 Pull Request

📝 许可证

本项目采用 MIT 许可证授权，详情请参阅 LICENSE 文件。

🙏 致谢

• 感谢 Astral 提供 RUFF 和 uv
• 感谢 Jendrik Seipp 提供 VULTURE
• 感谢 Model Context Protocol 团队
• 感谢 FastMCP 框架

---

为提升 Python 代码质量而用心打造 ❤️