Token导航 LogoToken导航TokenDH.com
中转站排行榜
Semantic Analysis logo
开发工具未说明官方级别未说明来源级核验

Semantic Analysis

MCP Server

一个基于Node.js的语义分析和知识管理服务器，提供AI驱动的代码分析、模式提取和知识库管理功能，适用于开发效率提升和代码质量保障。

工具数

12

提示词数

0

GitHub Stars

0

资源数

0
代码分析TypeScriptClaude开发工具Claude

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

作者 / 组织

fwornle

提供方

fwornle

最后核验

2026/5/17 20:22

快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

详细介绍

MCP服务器-语义分析

🚀 用于语义分析和知识管理的模型上下文协议（MCP）服务器 -一个独立的Node.js服务器，通过标准化的MCP工具提供AI驱动的代码分析、模式提取和知识库管理。

概述

此MCP服务器与Coding Agent无缝集成，提供高级语义分析功能。它完全内置于Node.js和TypeScript中，提供 12个专用工具 和 14智能代理 随着 Graphology+LevelDB图形数据库 持久性用于全面的代码和知识分析。

🤖 智能代理（共14个）

岩心分析试剂（8种试剂）-🧠 LLM增强

  1. GitHistoryAgent -通过架构决策分析来自检查点的git提交
  2. VibeHistoryAgent 🧠 - LLM驱动的会话摘要，包括模式分析和建议
  3. SemanticAnalysisAgent 🧠 - 将git和对话数据关联起来的深度LLM代码分析
  4. WebSearchAgent 🧠 - LLM语义相关性评分的外部研究（40%关键字+60%语义）
  5. InsightGenerationAgent 🧠 - 使用PlantUML图和模式生成LLM驱动的洞察
  6. ObservationGenerationAgent 🧠 - LLM提取结构化见解、领域分类、可操作建议
  7. QualityAssuranceAgent 🧠 - LLM语义验证检测对话片段、通用内容、质量评估
  8. PersistenceAgent -通过基于本体的分类将实体持久化到Graphology+LevelDB图形数据库

基础设施代理（2个代理）-🔢 嵌入增强

  1. DeduplicationAgent 🔢 - 用于语义重复检测的具有余弦相似性的OpenAI嵌入（text-embedding-3-small）
  2. ContentValidationAgent -验证实体内容的准确性，检测过时的知识，并生成刷新建议

编排代理（1个代理）

  1. CoordinatorAgent -与GraphDB集成的工作流编排、任务调度和代理协调

✨ 主要特点

🔧 MCP工具（12个可用）

  • heartbeat -连接健康监测
  • test_connection -服务器连接验证
  • determine_insights -基于AI的内容洞察提取
  • analyze_code -代码模式和质量分析
  • analyze_repository -全存储库架构分析
  • extract_patterns -可重用设计模式识别
  • create_ukb_entity_with_insight -知识库实体创建
  • execute_workflow -协调14个代理工作流
  • generate_documentation -自动生成文档
  • create_insight_report -详细分析报告
  • generate_plantuml_diagrams -架构图生成
  • generate_lessons_learned -经验教训文件创建

🔗 集成能力

  • 编码代理集成 -完全兼容MCP
  • 通过lib/LLM实现基于层的LLM路由/ -8家提供基于智能层的路由（快速/标准/高级）的提供商-Groq、Anthropic、OpenAI、Gemini、GitHub Models、DMR、Ollama、Mock
  • OpenAI嵌入 -text-embedding-3-small用于语义相似性和重复数据删除
  • 图形数据库持久化 -Graphology（内存中）+LevelDB（持久存储） .data/knowledge-graph/
  • 知识库支持 -UKB/VKB集成，自动将图形导出到.data/知识导出/\*.json
  • PlantUML图 -架构可视化
  • 网页搜索 -具有语义相关性评分的技术文档发现
  • Git和会话分析 -使用LLM语义理解将代码更改与开发讨论交叉关联
  • 基于本体的分类 -基于混合启发式+LLM方法的自动实体类型分类

🎯 本体分类系统

PersistenceAgent现在使用5层混合方法进行智能实体分类：

  1. 团队上下文筛选 -缩小到团队特定的本体（编码、RaaS、UI等）
  2. 实体模式分析 -匹配结构模式（例如，LSLSession文件格式、MCP协议）
  3. 增强的关键字匹配 -基于领域术语的加权关键字评分
  4. 语义嵌入相似性 -基于向量的语义匹配（如果可用）
  5. LLM分类 -用于模糊情况的Claude/GPT回退（可选）

分类性能：

  • ⚡ 启发式优先：90%的实体分类在\|Step 1: Execute| GIT

COORD -->|Step 2: Execute| VIBE COORD -->|Step 3: Execute with {{git}} {{vibe}}| SEM COORD -->|Step 4: Execute with {{semantic}}| WEB COORD -->|Step 5: Execute with {{semantic}} {{web}}| INS COORD -->|Step 6: Execute with {{insights}}| OBS COORD -->|Step 7: Execute with {{observations}}| CONTENT COORD -->|Step 8: Execute with {{content}}| QA COORD -->|Step 9: Execute with {{qa}}| PER COORD -->|Infrastructure| DEDUP

COORD -.->|Initializes & Provides| GRAPHDB PER -->|Stores Entities & Relations| GRAPHDB CONTENT -.->|Queries for stale entities| GRAPHDB

style GIT fill:#e6f3ff style VIBE fill:#e6f3ff style SEM fill:#ffe6e6 style WEB fill:#e6f3ff style INS fill:#ffe6e6 style OBS fill:#e6f3ff style QA fill:#ffe6e6 style PER fill:#e6f3ff style COORD fill:#fff2e6 style DEDUP fill:#e8f4fd style CONTENT fill:#e8f4fd style GRAPHDB fill:#d4edda


**传说**:

- 🔴 Pink=使用LLM（通过SemanticAnalyzer，三层供应链）
- 🔵 蓝色=无LLM使用
- 🟡 黄色=编排器
- 🟢 绿色=图形数据库存储

### 系统架构

graph TB subgraph "Claude Code Client" CLAUDE[Claude Interface] end

subgraph "MCP Server Core" MCP[MCP Protocol Handler] TOOLS[Tool Layer 12 Tools] COORD[CoordinatorAgent Orchestrator] AGENTS[Agent Layer 10 Worker Agents + ContentValidation] INTEG[Integration Layer] end

subgraph "Storage Layer" GRAPHDB[(GraphDatabaseService Graphology + LevelDB .data/knowledge-graph/)] EXPORT[GraphKnowledgeExporter Auto-export to JSON] SHARED[.data/knowledge-export/coding.json Git-tracked export] end

subgraph "External Services" CUSTOM[Custom LLM Primary] ANTHROPIC[Anthropic Claude Secondary] OPENAI[OpenAI GPT Fallback] SEARCH[Web Search APIs DuckDuckGo] GIT[Git Repository] HIST[.specstory/history] end

CLAUDE -->|MCP Protocol| MCP MCP --> TOOLS TOOLS --> COORD COORD -->|Orchestrates| AGENTS

AGENTS -->|LLM Agents Use| CUSTOM AGENTS -->|LLM Agents Use| ANTHROPIC AGENTS -->|LLM Agents Use| OPENAI AGENTS -->|WebSearch Agent| SEARCH AGENTS -->|Analysis Source| GIT AGENTS -->|Analysis Source| HIST

COORD -->|Initializes & Provides| GRAPHDB AGENTS -->|Via PersistenceAgent| GRAPHDB GRAPHDB -->|Auto-persist 30s| EXPORT EXPORT -->|Writes| SHARED

style CLAUDE fill:#e8f4fd style MCP fill:#fff2e6 style TOOLS fill:#e8f4fd style COORD fill:#fff2e6 style AGENTS fill:#e6f3ff style INTEG fill:#fff2e6 style CUSTOM fill:#ffe6e6 style ANTHROPIC fill:#ffe6e6 style OPENAI fill:#ffe6e6 style SEARCH fill:#e6ffe6 style GRAPHDB fill:#fff9e6 style SHARED fill:#fff9e6 style MCPMEM fill:#f0f0f0 style GIT fill:#e8f4fd style HIST fill:#e8f4fd


**存储体系结构说明：**

- **Graphology+LevelDB**：具有持久存储（LevelDB）的内存图（Graphology） `.data/knowledge-graph/`
- **GraphKnowledgeExporter**：从LevelDB自动导出到的单独进程 `.data/knowledge-export/coding.json` （间隔30秒）
- **知识导出/\*.json**：Git跟踪JSON导出以实现协作和跨会话持久性

## 📚 详细文件

### 核心文件

- **[安装指南](docs/installation/README.md)** -完成设置和配置
- **[建筑细部](docs/architecture/README.md)** -技术架构和设计模式
- **[API 参考](docs/api/README.md)** -完整的工具和代理API文档

### 图表和可视化

- **[架构图](docs/images/)** -PlantUML生成的系统图
- **[PlantUML源代码](docs/puml/)** -可编辑的图表源文件

### 高级主题

- **[代理开发](docs/architecture/agents.md)** -创建自定义代理
- **[工具扩展](docs/architecture/tools.md)** -添加新的MCP工具
- **[集成模式](docs/architecture/integration.md)** -外部系统集成

## 🎯 用例

### 1. **完整语义分析工作流程**

// Execute complete 10-agent analysis const workflow = await execute_workflow("complete-analysis", { repository_path: "/path/to/project", include_git_history: true, include_vibe_history: true, checkpoint_enabled: true });

// Results include: // - Git commit analysis since last checkpoint // - Conversation context from .specstory/history // - Deep code analysis with pattern extraction // - External research validation // - Comprehensive insights with diagrams // - Structured UKB observations // - Quality-assured outputs // - Updated knowledge base with new checkpoint


### 2. **增量分析**

// Analyze only changes since last checkpoint const incremental = await execute_workflow("incremental-analysis", { since_last_checkpoint: true });

// Efficient analysis of: // - Recent git commits only // - New conversation sessions // - Incremental pattern updates // - Quick observation generation


### 3. **模式提取管道**

// Extract and document patterns const patterns = await execute_workflow("pattern-extraction", { pattern_types: ["design", "architectural", "workflow"] });

// Generates: // - Pattern catalog with examples // - PlantUML diagrams for each pattern // - Structured observations for knowledge base


## 🔌 与主系统集成

此MCP服务器旨在与更广泛的编码知识管理系统无缝集成：

### 主系统架构集成

![Main System Integration](docs/images/mcp-server-architecture.png)

### 配置文件

- **模板**: `claude-code-mcp.json` （带占位符）
- **已处理**: `claude-code-mcp-processed.json` （实际路径）
- **克劳德配置**: `~/.claude.json` （克劳德代码配置）

### 共享知识

- **UKB集成**：创建和更新通用知识库实体
- **VKB兼容性**：支持知识可视化工作流程
- **跨会话持久性**：在Claude会话中保持上下文
- **检查点管理**：跟踪分析进度以避免重复

## 🚀 性能和稳定性

### Node.js的优势

- **没有Python环境问题** -消除venv冲突和依赖地狱
- **稳定的连接** -无60秒连接中断
- **快速启动** -立即可用
- **资源效率** -更低的内存占用

### 供应商管理

- **智能回退** -自动提供程序打开失败
- **速率限制** -内置请求限制
- **错误恢复** -优雅的降级和重试逻辑

### 监控

- **健康检查** -内置连接监控
- **日志记录** -带有关联ID的结构化日志记录
- **指标** -性能跟踪和分析

## 🛠️ 发展

### 从源头构建

Development mode with watching

npm run watch

Production build

npm run build

Run tests

npm run test


### 项目结构

graph TD src["/src"]

src --> index["index.ts MCP server entry point"] src --> server["server.ts Core MCP server implementation"] src --> tools["tools.ts Tool definitions and handlers"] src --> logging["logging.ts Logging utilities"] src --> agents["agents/ Intelligent agent implementations"]

agents --> git["git-history-agent.ts"] agents --> vibe["vibe-history-agent.ts"] agents --> semantic["semantic-analysis-agent.ts"] agents --> web["web-search.ts"] agents --> insight["insight-generation-agent.ts"] agents --> observation["observation-generation-agent.ts"] agents --> qa["quality-assurance-agent.ts"] agents --> persistence["persistence-agent.ts"] agents --> coordinator["coordinator.ts"] agents --> dedup["deduplication.ts"] agents --> content["content-validation-agent.ts"]

classDef mainFile fill:#e1f5fe,stroke:#0277bd,stroke-width:2px classDef agentFile fill:#f3e5f5,stroke:#7b1fa2,stroke-width:1px classDef folderStyle fill:#fff3e0,stroke:#ef6c00,stroke-width:2px

class index,server,tools,logging mainFile class git,vibe,semantic,web,insight,observation,qa,persistence,coordinator,dedup,content agentFile class agents folderStyle


## 📄 许可证

MIT许可证-有关详细信息，请参阅父项目。

## 🤝 贡献

该服务器是更大的编码知识管理系统的一部分。贡献应与整体系统架构和模式保持一致。

### 开发指南

- 遵循TypeScript的最佳实践
- 保持MCP协议合规性
- 为新工具/代理添加全面的测试
- 更新新功能的文档

## 📞 支持和故障排除

关于问题和支持：

1. 检查 [故障排除指南](docs/troubleshooting.md)
1. 查看MCP服务器日志
1. 验证API密钥配置
1. 先用简单的工具进行测试(`heartbeat`, `test_connection`)

______________________________________________________________________

**🔗 相关项目：**

- [主编码系统](../../README.md) -母项目文件
- [UKB文件](../../docs/ukb/README.md) -通用知识库
- [VKB文档](../../docs/vkb/README.md) -知识可视化

**🏷️ 标签：** MCP、语义分析、编码代理、Node.js、TypeScript、AI、知识管理、14代理系统

目录标签

目录标签

代码分析TypeScriptClaude开发工具语义分析本地部署知识管理AI驱动

支持客户端

Claude

接入字段

传输方式（transport，传输协议）

未说明

鉴权方式（authType，认证方式）

none

工具数量（toolCount，工具数）

12

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

仍需确认：installCommand

来源信息

mcp-server-semantic-analysis logo

MCP World

mcpworld.com

/detail/6c6bc41143005f4c9018eab627dfc2de

一个基于Node.js的语义分析和知识管理服务器，提供AI驱动的代码分析、模式提取和知识库管理功能，适用于开发效率提升和代码质量保障。

继续浏览同类 MCP

更多开发工具 MCP（20,396）返回 MCP 目录

上一个 MCP

semamerge (Vineethwilson15)

MCP server that detects semantic (non-textual) merge conflicts between Git branches using AST-level analysis. Catches incompatible changes that Git merges cleanly — signature changes, removed exports, parameter changes, interface breaks, and cross-file dependency conflicts.

下一个 MCP

Semantic API

MCP服务器是一个基于OpenAPI规范自动生成的模型上下文协议服务器，用于处理API请求和响应。