关于 Code2Flow MCP 服务器
Code2Flow MCP 服务器将 code2flow 封装为 MCP 服务,供 AI 应用分析源代码调用关系。它支持多种语言,并提供调用图、版本检查和复杂度分析。
主要功能
- 01生成代码调用图
- 02支持 Python、JavaScript、Ruby、PHP
- 03以 PNG 输出图像
- 04检查 code2flow 版本
- 05分析代码复杂度
适用场景
- 01查看项目中的函数调用关系
- 02为多语言代码生成调用图
- 03检查工具版本与代码复杂度
MCP 相关
通过 MCP 提供生成调用图、版本检查和复杂度分析工具,并提供帮助、支持语言列表及调用图图像等资源。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
来自项目 READMECode2Flow 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
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。