MCP Code Expert System

MCP代码专家系统

基于Python的代码审查系统，使用模型上下文协议（MCP）。它通过模拟的专家角色（如Martin Fowler和Robert C.Martin（Bob叔叔））提供代码审查功能。

特性

• 基于Martin Fowler重构原则的代码审查
• 基于Robert C.Martin清洁代码原则的代码审查
• 代码、评论和关系的知识图存储
• 与Ollama集成，进行人工智能审查
• web集成的服务器端事件（SSE）支持

先决条件

Python 3.10+

这个项目需要Python 3.10或更高版本。

没有

没有 AI驱动的代码审查需要。

1. 为您的平台安装Ollama：

- macOS：从下载 ollama.com - Linux: curl -fsSL https://ollama.com/install.sh | sh - 视窗：通过Linux指令支持Windows WSL2

1. 拉一个推荐的模型：

   ollama pull llama3:8b

1. 启动Ollama服务器：

   ollama serve

安装

运行安装脚本以安装依赖项并创建虚拟环境：

chmod +x setup.sh
./setup.sh

配置

编辑 .env 要配置的文件（从创建 .env.example 如果需要）：

# Knowledge Graph Settings
KNOWLEDGE_GRAPH_PATH=data/knowledge_graph.json

# Ollama Configuration (local AI models)
OLLAMA_HOST=http://localhost:11434
OLLAMA_MODEL=llama3:8b

用法

运行服务器

标准模式（用于光标集成）

source .venv/bin/activate
python server.py

HTTP/SSE模式（用于Web集成）

source .venv/bin/activate
python server.py --transport sse

这将在以下位置启动服务器 http://localhost:8000/sse 对于SSE运输。

对于自定义端口：

python server.py --transport sse --port 9000

在Cursor中安装

要在Cursor IDE中安装：

source .venv/bin/activate
mcp install server.py --name "Code Expert System"

可用工具

服务器公开了这些工具：

• ask_martin：请Martin Fowler审查代码并提出重构建议
• ask_bob：请Robert C.Martin（Bob叔叔）根据干净代码原则审查代码
• read_graph：阅读整个知识图谱
• search_nodes：在知识图中搜索节点
• open_nodes：按名称打开特定节点

示例用法

与Martin Fowler一起查看代码片段：

{
  "code": "function calculateTotal(items) {\n  var total = 0;\n  for (var i = 0; i < items.length; i++) {\n    total += items[i].price;\n  }\n  return total;\n}",
  "language": "javascript",
  "description": "Calculate the total price of items"
}

项目结构

• server.py：主服务器实现与MCP集成
• experts/：实现代码审查功能的专家模块

- __init__.py：共享模型和接口 - martin_fowler/：Martin Fowler专家实施 - robert_c_martin/：Robert C.Martin专家执行

• knowledge_graph.py：用于存储代码和评论的知识图
• ollama_service.py：与Ollama集成，进行人工智能审查
• examples/：不同语言的示例代码供审查
• requirements.txt：Python依赖关系
• setup.sh：安装脚本

建筑

该系统遵循模块化架构：

1. 服务器层：处理MCP协议通信和路由请求
2. 专家层：为每个专家封装代码审查逻辑
3. 服务层：提供人工智能集成和知识图谱功能

每个专家都实现了一个标准接口，允许一致的处理和轻松添加新专家。

许可证

麻省理工学院