ohm-mcp

Name: ohm-mcp
Author: Murugarajr

本地服务

github.com/Murugarajr开发工具240 周前更新

代码仓库

关于 ohm-mcp

ohm-mcp 是面向 Python 项目的 AST 代码分析与重构 MCP 服务，供编码 Agent 和开发者使用。它涵盖架构、类型和性能检查，并支持自动应用更改及回滚。

主要功能

01AST 方法提取与符号重命名
02死代码和重复代码检测
03架构与 SOLID 分析
04类型覆盖率和测试生成
05性能模式检测
06自动应用、历史记录与回滚

适用场景

01从函数中提取方法并生成补丁
02跨项目重命名符号或调整导入
03定位未使用代码与重复实现
04检查类型覆盖率并生成测试

MCP 相关

作为 MCP 服务向兼容客户端提供 Python 分析与重构工具，可在 GitHub Copilot、Cursor、Cline 等客户端中使用。

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": {
    "murugarajr-ohm": {
      "command": "npx",
      "args": [
        "-y",
        "ohm-mcp"
      ]
    }
  }
}

启动命令npx -y ohm-mcp

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

npmohm-mcp1.0.1stdio

pypiohm-mcp1.0.1stdio

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

OHM-MCP

AI 驱动的 Python 重构与代码质量助手

可与 GitHub Copilot、Cursor IDE、Cline 及任何兼容 MCP 的 AI 助手配合使用。

✨ 核心功能

🏗️ 架构

上帝对象检测
SOLID 违规分析
设计模式建议
依赖注入重构

🔧 代码质量

AST 提取方法（100% 准确）
消除无用代码
导入重构
符号重命名（项目范围）
重复检测

📊 类型安全

类型覆盖率分析
类型存根生成
自动生成测试

⚡ 性能

O(n²) 模式检测
热点分析
基于覆盖率的优先级排序

🤖 自动化

自动应用并回滚
操作历史
质量仪表板

🚀 快速开始

安装

📦 推荐：NPM 方式（自动安装依赖）

无需安装！使用 NPX 自动运行最新版本：

npx -y ohm-mcp@latest

这是最简单的入门方式。只需将配置添加到 AI 助手中（请参阅下文的 IDE 配置）。

MCP Registry： mcp-name: io.github.Murugarajr/ohm-mcp

🐍 替代方式：PyPI 方式（用于本地开发）

在以下情况使用此方式：

使用 Python 包进行本地开发
使用特定的 Python 虚拟环境
从源代码安装以进行自定义

从 PyPI 安装：

pip install ohm-mcp

从源代码安装（用于开发）：

pip install -e .

IDE 配置

📦 选项 1：NPX（推荐 - 自动安装依赖）

🔵 使用 NPX 的 GitHub Copilot（VS Code）

发布到 npm 后：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "npx",
      "args": ["ohm-mcp@latest"]
    }
  }
}

本地开发：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "npx",
      "args": ["--package", "/path/to/ohm-mcp-npm", "ohm-mcp"]
    }
  }
}

用法：

打开 Copilot Chat
输入 # 并选择 ohm-mcp 工具
提问：“分析此文件并提出重构建议”

🟣 使用 NPX 的 Cursor IDE

全局（发布到 npm 后）：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "npx",
      "args": ["-y", "ohm-mcp@latest"]
    }
  }
}

本地开发：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "npx",
      "args": ["--package", "/path/to/ohm-mcp-npm", "ohm-mcp"]
    }
  }
}

用法：

打开 Cursor Chat（Cmd+L / Ctrl+L）
工具会自动可用
提问：“使用 ohm-mcp 检测死代码”

🟢 使用 NPX 的 Cline（VS Code 扩展）

全局（发布到 npm 后）：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "npx",
      "args": ["-y", "ohm-mcp@latest"]
    }
  }
}

本地开发：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "npx",
      "args": ["--package", "/path/to/ohm-mcp-npm", "ohm-mcp"]
    }
  }
}

用法：

打开 Cline 面板
工具可在 Agent 上下文中使用
提问：“分析类型覆盖率并提出改进建议”

🟠 使用 NPX 的 Antigravity

全局（发布到 npm 后）：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "npx",
      "args": ["-y", "ohm-mcp@latest"],
      "env": {
        "PYTHONUNBUFFERED": "1"
      }
    }
  }
}

用法：

工具会在 Antigravity 中自动可用
提问：“使用 ohm-mcp 分析架构”

🔴 使用 NPX 的 Roo Code

全局（发布到 npm 后）：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "npx",
      "args": ["-y", "ohm-mcp@latest"]
    }
  }
}

用法：

打开 Roo Code 面板
工具可在 Agent 上下文中使用
提问：“使用 ohm-mcp 检测重复项”

⚫ 使用 NPX 的 Codex VS Code

配置（config.toml）：

[mcp_servers.ohm-mcp]
args = ["-y", "ohm-mcp@latest"]
command = "npx"

用法：

打开 Codex 面板
工具会自动可用
提问：“使用 ohm-mcp 推荐设计模式”

🟡 使用 NPX 的 Kilo Code（本地/全局）

本地（在虚拟环境中进行本地开发）：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "/Users/username/project/venv/bin/python",
      "args": ["-m", "ohm_mcp.server"],
      "disabled": false,
      "alwaysAllow": []
    }
  }
}

全局（发布到 npm 后）：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "npx",
      "args": ["-y", "ohm-mcp@latest"]
    }
  }
}

用法：

打开 Kilo Code 面板
工具可在 Agent 上下文中使用
提问：“使用 ohm-mcp 进行重构”

🐍 选项 2：直接使用 Python（手动设置）

🔵 使用 Python 的 GitHub Copilot（VS Code）

首先安装：pip install ohm-mcp

然后添加到 .vscode/mcp.json：

{
  "servers": {
    "ohm-mcp": {
      "command": "python",
      "args": ["-m", "ohm_mcp.server"]
    }
  },
  "inputs": []
}

用法：

打开 Copilot Chat
输入 # 并选择 ohm-mcp 工具
提问：“分析此文件并提出重构建议”

🟣 使用 Python 的 Cursor IDE

首先安装：pip install ohm-mcp

然后添加到 Cursor 的 MCP 设置文件（.cursorrules 或 MCP 配置）：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "python",
      "args": ["-m", "ohm_mcp.server"]
    }
  },
  "inputs": []
}

虚拟环境示例：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "/Users/username/projects/venv/bin/python",
      "args": ["-m", "ohm_mcp.server"]
    }
  }
}

用法：

打开 Cursor Chat（Cmd+L / Ctrl+L）
工具会自动可用
提问：“使用 ohm-mcp 检测死代码”

🟢 使用 Python 的 Cline（VS Code 扩展）

首先安装：pip install ohm-mcp

然后添加到 Cline 的 MCP 设置：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "python",
      "args": ["-m", "ohm_mcp.server"]
    }
  }
}

虚拟环境示例：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "/Users/username/projects/venv/bin/python",
      "args": ["-m", "ohm_mcp.server"]
    }
  }
}

注意： Cline 的 command 和 cwd 都需要使用绝对路径。

用法：

打开 Cline 面板
工具可在 Agent 上下文中使用
提问：“分析类型覆盖率并提出改进建议”

🔧 其他兼容 MCP 的客户端

任何兼容 MCP 的客户端都可以使用此服务。通用配置：

{
  "mcpServers": {
    "ohm-mcp": {
      "command": "<python-interpreter-path>",
      "args": ["<path-to-mcp_server.py>"],
      "cwd": "<project-directory>"
    }
  }
}

查找 Python 路径：

# Unix/Mac
which python
# or
which python3

# Windows
where python

💡 快速用法示例

配置完成后，只需在 AI 助手聊天中按以下格式引用工具：对当前文件使用 #ohm-mcp.tool_name，或使用 @file_name.py

🗑️ 查找死代码

Use #ohm-mcp.detect_dead_code on @utils.py

此工具将检测：

✅ 未使用的导入（从未被引用的导入语句）
✅ 未使用的变量（已赋值但从未读取）
✅ 不可达代码（位于 return/raise/break/continue 之后）
✅ 未使用的函数（已定义但从未调用）
✅ 被遮蔽的变量（内层作用域隐藏了外层作用域的变量）

📋 代码重复检测

Use #ohm-mcp.detect_code_duplicates to find duplicates in /path/to/project

可查找：

✅ 完全重复（代码块 100% 相同）
✅ 近似重复（相似度达到 90% 以上）
✅ 重复函数（结构相同，名称不同）
✅ 提供重构建议以消除重复

🏗️ 架构分析

Analyze architecture of @my_module.py using #ohm-mcp.analyze_architecture

可检测：

✅ 上帝对象（承担过多职责的类）
✅ 违反 SOLID 原则
✅ 循环依赖
✅ 高耦合问题

✂️ 提取方法重构

Use #ohm-mcp.extract_method_ast to extract lines 45-60 from @handler.py into a new function called "process_request"

自动：

✅ 检测所需参数
✅ 识别返回值
✅ 生成重构后的代码
✅ 创建统一差异补丁

🔄 安全重命名符号

Use #ohm-mcp.rename_symbol to rename "old_function_name" to "new_function_name" in /path/to/project

功能：

✅ 基于 AST（准确率 100%）
✅ 检测命名冲突
✅ 应用更改前显示所有出现位置
✅ 更新文档字符串和注释

📊 类型覆盖率分析

Analyze type hints in @module.py using #ohm-mcp.analyze_type_hints

提供：

✅ 覆盖率百分比和等级
✅ 缺少类型提示的函数
✅ 建议的类型注解
✅ 按优先级排列的迁移计划

⚡ 性能优化

Use #ohm-mcp.analyze_performance on @slow_module.py

可检测：

✅ 嵌套循环（O(n²) 复杂度）
✅ 二次复杂度的列表操作
✅ 重复函数调用（缺少缓存）
✅ 可变默认参数
✅ 低效的字符串拼接

🧪 自动生成测试

Generate tests for @calculator.py using #ohm-mcp.generate_characterization_tests

可创建：

✅ 正常流程测试用例
✅ 边界情况（None、零、负数、空值）
✅ 可直接运行的 pytest 代码
✅ 重构前保留当前行为

🎨 设计模式建议

Suggest design patterns for @legacy_code.py using #ohm-mcp.suggest_design_patterns

建议：

✅ 为冗长的 if/elif 链使用策略模式
✅ 为重复的对象创建使用工厂模式
✅ 为回调地狱使用观察者模式
✅ 为横切关注点使用装饰器模式

🔧 导入重构

Use #ohm-mcp.refactor_imports to update all files in /path/to/project from "old.module" to "new.module"

可处理：

✅ 直接导入（import old.module）
✅ From 导入（from old.module import X）
✅ 子模块导入
✅ 导入别名

🎯 核心工具（共 30 个）

📋 通用分析与规划（4 个工具）

工具	用途	输出
`analyze_codebase`	全面分析代码	问题 + 重构计划
`propose_function_refactor`	规划函数级重构	详细的重构方案
`explain_refactoring`	解释重构模式	教学指导
`create_refactor_patch`	生成统一差异补丁	补丁文件

🏗️ 架构与设计（4 个工具）

工具	用途	输出
`analyze_architecture`	检测上帝对象、SOLID 原则违规	详细的问题报告
`suggest_design_patterns`	推荐模式（Strategy、Factory、Observer）	模式建议 + 示例
`analyze_tight_coupling`	查找耦合问题	DI 建议
`suggest_di_refactor`	生成 DI 代码	重构前后对比

🔧 代码质量与重构（10 个工具）

工具	用途	主要功能
`extract_method_ast`	将代码提取到函数中	基于 AST，准确率达 100%
`suggest_extractable_methods`	查找可提取的代码块	内聚性评分
`detect_dead_code`	查找未使用的代码	5 种死代码类型
`refactor_imports`	在整个项目范围内更新导入	安全的模块重命名
`refactor_single_file_imports`	重构单个文件中的导入	专注于单个文件
`analyze_wildcard_imports`	查找通配符导入	提供显式替换方案
`rename_symbol`	在整个代码库中重命名	冲突检测
`detect_code_duplicates`	查找违反 DRY 原则的代码	完全重复 + 近似重复
`extract_function_code`	提取单个函数代码	代码提取工具
`apply_function_refactor`	应用函数级重构	直接修改代码

示例 - 提取方法：

# Input: Lines 45-60
result = extract_method_ast(code, 45, 60, "calculate_total")

# Output: Refactored code + patch + auto-detected params/returns

📊 类型安全与测试（5 个工具）

工具	用途	优势
`analyze_type_hints`	检查类型覆盖率	迁移计划
`generate_type_stub`	创建 .pyi 文件	渐进式类型标注
`generate_characterization_tests`	自动生成测试	安全重构
`generate_test_for_function`	为单个函数生成测试	定向测试
`suggest_tests`	建议测试策略	测试规划

⚡ 性能与优先级排序（2 个工具）

工具	用途	检测内容
`analyze_performance`	查找性能瓶颈	嵌套循环、可变默认值、O(n²)
`prioritize_by_coverage`	基于风险进行优先级排序	未覆盖的高风险代码

🤖 自动化执行与历史记录（4 个工具）

graph LR
    A[apply_refactoring] --> B{Dry Run?}
    B -->|Yes| C[Show Preview]
    B -->|No| D[Create Backup]
    D --> E[Apply Changes]
    E --> F{Run Tests}
    F -->|Pass| G[Success]
    F -->|Fail| H[Auto Rollback]
    H --> I[rollback_refactoring]

工具	用途
`apply_refactoring`	在安全检查后自动应用重构
`rollback_refactoring`	回滚之前的重构
`show_refactoring_history`	查看重构审计记录
`cleanup_old_backups`	清理旧备份文件

功能：

✅ 更改前自动备份
✅ 验证测试执行
✅ 失败时自动回滚
✅ 完整的历史审计记录
✅ 自动清理备份

📈 指标与报告（1 个工具）

generate_quality_report - 以 HTML/Markdown/JSON 格式生成综合仪表板

输出预览：

📊 Health Score: 85/100 (Good)
📁 Files: 47 | Lines: 12,450 | Tech Debt: 23 pts

📊 Type Coverage: 67%
🗑️ Dead Code: 8 imports, 12 variables, 3 functions
⚡ Performance: 4 nested loops, 2 mutable defaults
📋 Duplication: 3 exact, 5 near-duplicates

可视化仪表板：

🎨 圆形健康度仪表
📊 彩色编码指标（🟢🟡🔴）
📈 支持趋势跟踪
🔗 CI/CD 集成（JSON 导出）

💡 常见工作流

1️⃣ 安全重构

generate_characterization_tests → pytest → extract_method_ast → pytest

2️⃣ 消除重复

detect_code_duplicates → review suggestions → extract_method_ast

3️⃣ 类型迁移

analyze_type_hints → follow migration plan → generate_type_stub

4️⃣ 性能优化

analyze_performance → prioritize_by_coverage → apply fixes

5️⃣ 模块重构

refactor_imports(old="myapp.old", new="myapp.new") → review patches

6️⃣ 符号重命名

rename_symbol(old="calc", new="calculate", preview_only=True) → apply

7️⃣ 质量跟踪

generate_quality_report(format="html") → open dashboard → track trends

🎨 可视化示例

质量仪表板预览

┌─────────────────────────────────────────────┐
│  🔍 Code Quality Dashboard                  │
├─────────────────────────────────────────────┤
│                                             │
│       ╭─────────╮     📁 Overview           │
│       │   85    │     Files: 47             │
│       │  /100   │     Lines: 12,450         │
│       ╰─────────╯     Tech Debt: 23         │
│     Health Score                            │
│                                             │
├─────────────────────────────────────────────┤
│  📊 Type Coverage       ⚡ Performance       │
│  ████████░░ 67%         🔴 4 nested loops   │
│  120/180 typed          🟡 2 mutable args   │
├─────────────────────────────────────────────┤
│  🗑️ Dead Code           📋 Duplication      │
│  8 imports              3 exact             │
│  12 variables           5 near              │
│  3 functions                                │
└─────────────────────────────────────────────┘

符号重命名预览

# Before
- def calc(x, y):
-     return x + y
- result = calc(5, 3)

# After
+ def calculate_sum(x, y):
+     return x + y
+ result = calculate_sum(5, 3)

✅ 1 function renamed
✅ 3 call sites updated
✅ 0 conflicts detected

🧠 设计原则

原则	实现方式
🧪 测试优先	在重构前自动生成特征测试
↩️ 可逆	每项更改 = 备份 + 回滚能力
🎯 AST 驱动	100% 准确（不使用正则表达式）
📊 风险感知	覆盖率 + 复杂度 = 优先级
🏛️ SOLID	检测违规并提供具体修复方案
🚫 拒绝盲改	分析 → 规划 → 验证

🔌 IDE 兼容性

🤖 任意 MCP 客户端
✅ 标准协议
✅ 轻松配置
✅ 适用于所有兼容 MCP 的 AI 助手

📊 对比

功能	OHM MCP	传统工具
准确性	100% AST	~70% 正则表达式
安全性	自动备份/回滚	手动
测试	自动生成	手动
自动化	全面	仅提供建议
仪表板	HTML/JSON/MD	文本日志
IDE 支持	Copilot/Cursor/Cline	有限

🎯 使用场景

👨‍💻 开发者
• 安全地重构遗留代码
• 查找死代码
• 优化性能

👥 团队
• 跟踪技术债务
• 强制执行标准
• 设计模式

🚀 CI/CD
• 质量门禁
• 趋势跟踪
• 阻止不合格的 PR

📈 指标

✅ 30 MCP Tools
✅ 40+ Static Checks
✅ 100% AST Accuracy
✅ Zero Regex Patterns
✅ Automated Execution with Rollback
✅ Beautiful Dashboards (HTML/JSON/MD)
✅ Universal MCP Compatibility
✅ Safe Refactoring with Auto-Backup

🛠️ 故障排除

MCP 连接问题

验证 Python 路径：

which python  # Unix/Mac
where python  # Windows

直接测试 MCP 服务：
```
python -m ohm_mcp.server
```
检查日志：
- VS Code：检查“输出”面板
- Cursor：检查 Cursor 日志
- Cline：检查 Cline 设置面板
常见问题：
- ❌ command 中使用相对路径 → 使用绝对路径
- ❌ 缺少虚拟环境 → 先激活 venv
- ❌ Cline 的 cwd 错误 → 必须使用绝对路径

🤝 贡献

提交前运行：

./static_analyser.sh  # Runs ruff, mypy, pylint, flake8
pytest                 # All tests must pass

🙏 致谢

基于 Model Context Protocol • Python AST 构建 • 兼容 GitHub Copilot、Cursor IDE、Cline

用 ❤️ 打造，提升代码质量

⭐ 如果它能帮助你编写更整洁的代码，请为此仓库点星！

文档

支持 Markdown

登录后评论

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

阅读入门指南

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。

ohm-mcp

关于 ohm-mcp

主要功能

适用场景

MCP 相关

配置

工具

详细介绍

OHM-MCP

✨ 核心功能

🏗️ 架构

🔧 代码质量

📊 类型安全

⚡ 性能

🤖 自动化

🚀 快速开始

安装

📦 推荐：NPM 方式（自动安装依赖）

🐍 替代方式：PyPI 方式（用于本地开发）

IDE 配置

📦 选项 1：NPX（推荐 - 自动安装依赖）

🐍 选项 2：直接使用 Python（手动设置）

💡 快速用法示例

🗑️ 查找死代码

📋 代码重复检测

🏗️ 架构分析

✂️ 提取方法重构

🔄 安全重命名符号

📊 类型覆盖率分析

⚡ 性能优化

🧪 自动生成测试

🎨 设计模式建议

🔧 导入重构

🎯 核心工具（共 30 个）

💡 常见工作流

1️⃣ 安全重构

2️⃣ 消除重复

3️⃣ 类型迁移

4️⃣ 性能优化

5️⃣ 模块重构

6️⃣ 符号重命名

7️⃣ 质量跟踪

🎨 可视化示例

质量仪表板预览

符号重命名预览

🧠 设计原则

🔌 IDE 兼容性

📊 对比

🎯 使用场景

📈 指标

🛠️ 故障排除

🤝 贡献

🙏 致谢

评论

第一次接触 MCP？

MCP（Model Context Protocol）是什么？

MCP 服务和客户端有什么区别？

本地服务与远程服务怎么选？

如何在 Claude、Cursor 等客户端中安装服务？

收录的项目经过审核吗？“认证”标识代表什么？

我维护的项目已被收录，怎样认领？