UVL Analyzer MCP

Name: UVL Analyzer MCP
Author: lbdudc

本地服务

github.com/lbdudc开发工具079 周前更新

代码仓库

关于 UVL Analyzer MCP

UVL Analyzer MCP 是用于分析 Universal Variability Language（UVL）特征模型的 MCP 服务。它提供配置生成、模型约束检查及多种结构与特征统计，适合分析产品线模型。

主要功能

01识别原子集与核心特征
02生成并筛选有效配置
03统计配置数量与估算值
04检查模型可满足性
05识别死特征与伪可选特征
06分析层级、叶节点与分支因子

适用场景

01分析 UVL 产品线特征模型
02检查模型约束是否可满足
03查找无法进入有效配置的特征
04筛选符合条件的产品配置

MCP 相关

向 MCP 客户端提供 UVL 特征模型分析工具，包括配置处理、特征识别、统计和可满足性检查。

#feature-model #uvl #model-driven-engineering

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。

mcp.json · 通用配置

{
  "mcpServers": {
    "fm-analyzer": {
      "command": "npx",
      "args": [
        "-y",
        "@lbdudc/mcp-uvl-analyzer"
      ]
    }
  }
}

启动命令npx -y @lbdudc/mcp-uvl-analyzer

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包

npm@lbdudc/mcp-uvl-analyzerstdio

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

UVL Analyzer MCP

UVL Analyzer MCP 是一款模型上下文协议（MCP）服务，旨在分析使用通用可变性语言（UVL）编写的特征模型。它提供多种工具来处理特征模型并提取洞见，例如识别原子集、计算平均分支因子等。

功能

此 MCP 支持以下操作：

原子集
识别特征模型中的原子集。原子集是指在模型的所有配置中始终共同出现的一组特征。
平均分支因子
计算特征模型中每个父特征的子特征平均数量，从而了解模型的复杂度。
共现率
衡量某个特征在产品线配置中出现的频率，通常以百分比表示。
配置
生成特征模型的所有有效配置。每个配置都代表可从模型派生出的一个有效产品。
配置数量
返回特征模型所表示的有效配置总数。
核心特征
识别特征模型的所有有效配置中都包含的特征（必选特征）。
叶节点计数
统计特征模型中叶特征的数量。叶特征是指没有任何子特征的特征。
死特征
识别由于模型中的约束和依赖关系而无法纳入任何有效产品配置的特征。
配置数量估算
估算特征模型可生成的不同配置总数。
伪可选特征
识别表面上可选、但由于约束而必须包含在每个有效产品配置中的特征。
特征祖先
识别特征模型中给定特征的所有祖先特征。
筛选
根据指定条件筛选并选择配置子集。
叶特征
识别特征模型中的所有叶特征。
最大深度
查找模型中特征树的最大深度，即从根节点到叶节点的最长路径。
可满足性
检查给定模型是否符合特征模型中定义的约束。

在 Claude Desktop 中使用

若要在 Claude Desktop 中使用此服务，请将以下内容添加到 claude_desktop_config.json：

Docker

{
  "mcpServers": {
    "uvl_analyzer": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "mcp/uvlanalyzer"
      ]
    }
  }
}

NPX

{
  "mcpServers": {
    "uvl-analyzer": {
      "command": "npx",
      "args": [
        "-y",
        "@lbdudc/mcp-uvl-analyzer",
      ],
    }
  }
}