mcp-code-sanitizer

mcp-code-sanitizer

为 Claude Desktop、Cursor、VS Code 和 Claude Code CLI 提供严格的 AI 代码审查。 由 Groq（免费 API）提供支持，可发现错误、漏洞和安全问题。

Claude / Cursor / VS Code  ──MCP──►  code-sanitizer  ──REST──►  Groq API
                                        (server.py)              (llama-3.3-70b)

---

功能

工具	功能
analyze_code	严格审查——错误、安全问题，评分 0–100
compare_code	比较两个版本，检测回归问题，建议合并或 request_changes
explain_code	面向初级／中级／高级受众，逐步讲解代码
generate_tests	生成 pytest / jest / go test 测试——涵盖正常路径、边界情况和安全性
analyze_file	通过并行分块分析磁盘上的整个文件
generate_report	根据任意分析结果生成 HTML 报告
cache_info	查看缓存统计信息并清除缓存

输出示例

{
  "summary": "Critical SQL injection and secret exposed in logs",
  "score": 23,
  "issues": [
    {
      "severity": "critical",
      "line": 2,
      "title": "SQL Injection",
      "description": "f-string directly interpolates user_id into query",
      "fix": "cursor.execute('SELECT * FROM users WHERE id = %s', (user_id,))"
    }
  ],
  "warnings": [{"title": "No exception handling", "description": "..."}],
  "suggestions": ["Consider using an ORM instead of raw SQL"]
}

---

安装

前置条件： 在 console.groq.com/keys 获取免费的 Groq API 密钥——无需信用卡。

Claude Code CLI

claude mcp add code-sanitizer -e GROQ_API_KEY=gsk_your_key -- uvx mcp-code-sanitizer

Claude Desktop

操作系统	配置文件
macOS	~/Library/Application Support/Claude/claude_desktop_config.json
Windows	%APPDATA%\Claude\claude_desktop_config.json
Linux	~/.config/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "code-sanitizer": {
      "command": "uvx",
      "args": ["mcp-code-sanitizer"],
      "env": {
        "GROQ_API_KEY": "gsk_your_key_here"
      }
    }
  }
}

Cursor

在项目中创建 .cursor/mcp.json（或在全局路径 ~/.cursor/mcp.json 创建）：

{
  "mcpServers": {
    "code-sanitizer": {
      "command": "uvx",
      "args": ["mcp-code-sanitizer"],
      "env": {
        "GROQ_API_KEY": "gsk_your_key_here"
      }
    }
  }
}

VS Code

需要 VS Code 1.99+ 和 GitHub Copilot。在项目中创建 .vscode/mcp.json：

{
  "servers": {
    "code-sanitizer": {
      "command": "uvx",
      "args": ["mcp-code-sanitizer"],
      "env": {
        "GROQ_API_KEY": "gsk_your_key_here"
      }
    }
  }
}

也可以通过 Ctrl+Shift+P → "MCP: Add Server" 全局添加。

没有 uvx？ 使用 pip install uv 安装，然后运行上述命令。

---

手动安装（备选方案）

如果你更喜欢克隆仓库：

git clone https://github.com/notasandy/mcp-code-sanitizer
cd mcp-code-sanitizer
pip install -r requirements.txt
cp .env.example .env   # add your GROQ_API_KEY
python server.py

然后将客户端配置指向：

{
  "command": "python",
  "args": ["/full/path/to/server.py"],
  "env": { "GROQ_API_KEY": "gsk_your_key_here" }
}

---

GitHub Action — 自动审查 PR

只需 5 行，即可为任意仓库添加 AI 代码审查。 此 Action 会在每个 PR 上发布结构化评论，包含评分、问题和修复建议。

# .github/workflows/ai-review.yml
name: AI Code Review
on:
  pull_request:
    types: [opened, synchronize]

permissions:
  contents: read
  pull-requests: write

jobs:
  review:
    runs-on: ubuntu-latest
    steps:
      - uses: notasandy/mcp-code-sanitizer@v1
        with:
          groq_api_key: ${{ secrets.GROQ_API_KEY }}

将 GROQ_API_KEY 添加到仓库机密 → Settings → Secrets → Actions。

此 Action 会自动：

• 仅审查发生更改的文件（每个 PR 最多 10 个）
• 在 PR 评论中发布评分和结构化问题列表
• 如果发现严重问题，则使检查失败

---

在聊天中使用

连接后，只需用自然语言提出需求：

Review this code for vulnerabilities:

def get_user(user_id):
    query = f"SELECT * FROM users WHERE id = {user_id}"
    return db.execute(query)

也可以显式调用工具：

analyze_file /path/to/my_script.py
generate_tests for this function: ...
compare_code — before vs after refactor, did it get better?
generate_report and save to /tmp/report.html

---

架构

mcp-code-sanitizer/
├── server.py          # FastMCP entry point
├── config.py          # Constants — keys, limits, extension map
├── groq_client.py     # Async Groq client with auto-retry on 429
├── cache.py           # In-memory LRU cache with TTL
├── prompts.py         # System prompts for all tools
└── tools/
    ├── analyze.py     # analyze_code
    ├── compare.py     # compare_code
    ├── explain.py     # explain_code
    ├── tests.py       # generate_tests
    ├── file_tool.py   # analyze_file — chunking + parallel analysis
    ├── cache_tool.py  # cache_info
    └── report.py      # generate_report — HTML output

---

配置

所有设置都可通过 .env 或环境变量进行：

变量	默认值	说明
GROQ_API_KEY	—	必需。 在 console.groq.com 获取
GROQ_MODEL	llama-3.3-70b-versatile	要使用的 Groq 模型
CACHE_TTL	3600	缓存有效期（秒）
CACHE_MAX	200	缓存条目数上限

可用的 Groq 模型

模型	速度	质量
llama-3.3-70b-versatile	快	最佳（默认）
llama-3.1-8b-instant	最快	良好
mixtral-8x7b-32768	快	很好

---

参与贡献

欢迎提交 PR 和 Issues。我们最期待：

• 支持其他大模型提供商（OpenAI、Anthropic）
• 新工具：依赖项审计、复杂度评分、文档字符串生成器
• 改进提示词并支持更多语言

---

许可证

MIT — 随你使用。如果能点个星标，我们将不胜感激。

---

链接

• PyPI
• Groq 控制台 — 免费 API 密钥
• FastMCP 文档
• MCP 规范
• Smithery
• MCP Registry