code base MCP

Code Base MCP Server

code-base-mcp 是一个基于 Model Context Protocol (MCP) 的服务器，专为 Java 代码浏览、分析和测试用例生成而设计。它能够扫描 Java 代码库，提取其结构信息（类、方法、调用图），并将其存储在 SQLite 数据库中，供 LLM（如 Claude）调用。

主要功能

• 代码结构分析：提取 Java 项目中的类、方法及其关系。
• 调用图生成：支持生成 Mermaid 格式的方法调用图。
• 接口实现解析：自动解析 Java 接口对应的实现类。
• 代码覆盖率集成：支持集成外部代码覆盖率报告，分析未覆盖的代码路径。
• 参数 Schema 提取：获取方法参数的 JSON Schema，辅助理解输入结构。
• 测试用例生成支持：为 LLM 提供必要的上下文，辅助生成高质量的测试用例。

依赖环境和配置要求

• Python: 3.10 或更高版本。
• uv: 推荐使用 uv 进行包管理和环境运行。
• Java 代码库: 需要分析的 Java 项目源代码。

安装步骤

1. 克隆仓库:

   git clone 
   cd code-base-mcp

1. 安装依赖:

使用 uv 同步环境：

   uv sync

快速上手

1. 初始化代码库数据库

在启动 MCP 服务器之前，需要先扫描 Java 项目并生成数据库文件。

uv run code-base-cli \
  --code-path /path/to/your/java/project \
  --repo-id my-project \
  --include "com.example.package.*" \
  --exclude "com.example.package.test.*" \
  --report-id COVERAGE_REPORT_ID \
  -v

• --code-path: Java 项目源代码根目录。
• --repo-id: (可选) 数据库标识，默认为目录名。生成的数据库将存放在 dbs/ 目录下。
• --include/--exclude: (可选) 包含或排除的包路径模式。
• --report-id: (可选) 关联的覆盖率报告 ID。

2. 启动 MCP 服务器

设置必要的环境变量并运行服务器：

# 设置数据库路径（必须）
export CODEBASE_DB_PATH=dbs/my-project.db

# 设置覆盖率报告 ID（可选，如果初始化时提供了则推荐设置）
export CODEBASE_REPORT_ID="COVERAGE_REPORT_ID"

# 启动服务器（默认使用 HTTP 传输）
uv run fastmcp run main.py:mcp --transport http --port 8000

3. 在 Claude 中配置

你可以将此服务器添加到 Claude Desktop 或 CLI 中：

Claude CLI:

claude mcp add code_base_mcp http://localhost:8000/mcp --transport http

可用工具 (MCP Tools)

服务器注册了以下工具供 LLM 使用：

• resolve_interface_to_impl_tool: 解析 Java 接口到其具体实现类。
• get_call_graph_tool: 获取指定方法的调用图（Mermaid 格式）。
• get_method_json_schema_tool: 获取方法参数的 JSON Schema。
• get_method_with_coverage_tool: 获取方法源码及其代码覆盖率统计。
• get_callers_tool: 查询调用指定方法的所有上游方法。
• get_callees_tool: 查询指定方法调用的所有下游方法。
• save_test_cases_tool: 将生成的测试用例保存到本地 log/ 目录。

常见问题及解决办法

1. 数据库未找到

现象: 工具返回 "Error: Database path not configured." 解决: 确保在启动 MCP 服务器前正确设置了 CODEBASE_DB_PATH 环境变量。

2. 覆盖率数据缺失

现象: get_method_with_coverage_tool 返回没有覆盖率信息。 解决:

• 确保在初始化数据库时使用了 --report-id。
• 确保启动服务器时设置了 CODEBASE_REPORT_ID 环境变量。
• 检查 java_call_graph/coverage.py 中的报告获取逻辑是否匹配你的报告格式。

3. 解析 Java 代码失败

现象: 扫描过程中出现解析错误。 解决: javalang 可能不支持最新的 Java 语法特性。尝试排除某些复杂的包或检查代码是否符合标准 Java 规范。

开发

项目结构：

• java_call_graph/: 核心逻辑，包括扫描、解析、存储和查询。
• tools/: MCP 工具定义。
• cli.py: 数据库初始化命令行工具。
• main.py: MCP 服务器入口。

如果你需要添加新的工具，请在 tools/code_base_tools.py 中的 register_code_base_tools 函数内进行注册。