MCP Server Analyzer for Python 🐍🔍

一个强大的模型上下文协议（MCP）服务器，使用RUFF进行代码检查和VULTURE进行死代码检测，提供全面的Python代码分析。非常适合AI助手、IDE和自动化代码审查工作流程。

🚀 快速开始

VS Code 集成（一键安装）

为了快速安装，请使用以下一键安装按钮之一...

对于手动安装，将以下JSON块添加到VS Code中的用户设置（JSON）文件中。你可以通过按Ctrl + Shift + P并键入Preferences: Open User Settings (JSON)来完成此操作。

可选地，你可以将其添加到名为.vscode/mcp.json的工作区文件中。这将允许你与他人共享配置。

注意：当使用mcp.json文件时，需要mcp键。

使用uvx（推荐）：

{
  "mcp": {
    "servers": {
      "analyzer": {
        "command": "uvx",
        "args": ["mcp-server-analyzer"]
      }
    }
  }
}

使用Docker：

{
  "mcp": {
    "servers": {
      "analyzer": {
        "command": "docker",
        "args": ["run", "-i", "--rm", "ghcr.io/anselmoo/mcp-server-analyzer"]
      }
    }
  }
}

普通安装

# 使用uvx安装（推荐）
uvx install mcp-server-analyzer

# 使用pip安装
pip install mcp-server-analyzer

# 使用Docker运行
docker run ghcr.io/anselmoo/mcp-server-analyzer:latest

# 从源码安装
git clone https://github.com/anselmoo/mcp-server-analyzer.git
cd mcp-server-analyzer
uv sync --dev
uv run mcp-server-analyzer

📋 特性

• 🔍 RUFF 分析：全面的Python代码检查，带有自动修复功能
• 🧹 死代码检测：使用VULTURE查找未使用的导入、函数和变量
• 📊 质量评分：结合分析的质量指标
• 🚀 FastMCP框架：高性能的MCP服务器实现
• 🐳 Docker就绪：多架构容器，带有安全签名
• 🔒 安全：所有发布版本都使用Sigstore进行供应链安全签名

📈 分析示例

RUFF代码检查预览

查看全面的代码检查分析示例：📋 RUFF分析预览

VULTURE死代码检测预览

探索死代码检测能力：🧹 VULTURE分析预览

🛠️ 可用工具

工具	描述	使用场景
ruff-check	使用RUFF检查Python代码	样式违规，潜在错误
ruff-format	使用RUFF格式化Python代码	代码格式化和一致性
ruff-check-ci	CI/CD优化的RUFF输出	GitHub Actions，GitLab CI
vulture-scan	死代码检测	未使用的导入、函数、变量
analyze-code	结合RUFF + VULTURE分析	完整的代码质量评估

🔧 配置

Claude Desktop

添加到你的claude_desktop_config.json：

{
  "mcpServers": {
    "analyzer": {
      "command": "uvx",
      "args": ["mcp-server-analyzer"]
    }
  }
}

Zed

添加到你的Zed settings.json：

"context_servers": {
  "analyzer": {
    "command": "uvx",
    "args": ["mcp-server-analyzer"]
  }
}

🧪 开发

先决条件

• Python 3.10+
• uv（推荐）或pip
• Docker（可选）

设置

# 克隆仓库
git clone https://github.com/anselmoo/mcp-server-analyzer.git
cd mcp-server-analyzer

# 安装依赖
uv sync --dev

# 运行测试
uv run pytest

# 运行pre-commit钩子
uv tool run pre-commit run --all-files

# 构建Docker镜像
docker build -t mcp-server-analyzer .

测试

# 运行所有测试
uv run pytest tests/ -v

# 带覆盖率运行
uv run pytest --cov=src/mcp_server_analyzer --cov-report=html

# 测试特定功能
uv run pytest tests/test_server.py::TestAnalyzer::test_ruff_analysis

📊 质量指标

该服务器基于以下内容提供质量评分：

• RUFF问题：样式违规，潜在错误，复杂度指标
• 死代码检测：未使用的导入、函数、变量
• 综合评分：加权质量评估（0-100）

🔒 安全

• 签名发布：所有发布版本都使用Sigstore签名
• 容器签名：Docker镜像使用Cosign签名
• 可信发布：PyPI发布使用GitHub OIDC可信发布
• 漏洞扫描：CI/CD中的自动化安全扫描
• 供应链安全：SLSA构建级别3合规

📚 文档

• MCP规范 - 了解模型上下文协议
• FastMCP框架 - 高性能的MCP实现
• RUFF文档 - Python代码检查器和格式化器
• VULTURE文档 - 死代码查找器

🤝 贡献

欢迎贡献！请参阅我们的贡献指南以获取详细信息。

1. 分叉仓库
2. 创建功能分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m '添加神奇的功能')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 打开拉取请求

📝 许可证

本项目采用MIT许可证 - 详情请参见LICENSE文件。

🙏 致谢

• Astral 为RUFF和uv
• Jendrik Seipp 为VULTURE
• 模型上下文协议团队
• FastMCP框架

---

用心打造，提升Python代码质量