前端依赖MCP服务器

作者：juspay4 星标更新：2025-06-17

安装使用来源：spider==github.com

项目介绍

FDEP MCP 服务器

静态代码分析模型上下文协议（MCP）服务器，提供超过40种全面的分析工具，适用于企业规模的Haskell代码库。无缝集成与MCP兼容的AI工具和客户端，提供实时代码智能和架构洞察。

🔌 符合MCP协议 | 🏗️ 40多种分析工具 | ⚡ 实时查询

✨ MCP 服务器特性

📊 40多种全面分析工具

模块分析：7种工具用于模块结构和依赖关系
函数分析：8种工具用于调用图和复杂度指标
类型系统：6种工具用于类型关系和使用模式
类分析：3种工具用于类型类和实例分析
导入分析：4种工具用于依赖可视化
高级查询：4种工具用于基于JSON的复杂代码查询
模式分析：5种工具用于代码模式检测
源位置：3种工具用于基于位置的分析
增强分析：3种工具用于高级结构分析

🚀 快速开始

预备条件

Python 3.13+
UV 包管理器
PostgreSQL 数据库（必须运行中）
Spider 插件生成的 FDEP 输出（用于全面分析）

数据库设置

安装前，确保 PostgreSQL 正在运行并创建所需的数据库：

# 启动 PostgreSQL（如果尚未运行）
# 在 macOS 上使用 Homebrew：
brew services start postgresql

# 在 Ubuntu/Debian 上：
sudo systemctl start postgresql

# 创建数据库
createdb code_as_data # 这应该与你的 .env 文件中的 $DB_NAME 值匹配（默认值：code_as_data）

安装

# 克隆仓库
git clone https://github.com/juspay/fdep-mcp-server.git
cd fdep_mcp

# 使用 UV 全局安装（推荐）
uv tool install .

# 或者使用 pipx 全局安装
# pipx install .

# 或者全局安装
# pip install .

数据库设置和数据导入

重要：在使用 MCP 服务器之前，请完成此步骤。

fdep-mcp-server --setup --verbose

此命令将：

初始化 PostgreSQL 数据库模式
导入和处理你的 FDEP 数据（如果已配置 FDEP_PATH）
设置所有必要的索引和关系

注意：首次运行需要时间，因为它会处理大量的 FDEP 数据集。

配置环境

cp .env.example .env
# 编辑 .env 文件以设置你的数据库设置和 FDEP_PATH

🔌 MCP 客户端配置

安装后，配置你首选的 MCP 客户端连接到 FDEP 服务器：

Claude Code

添加到你的 ~/.claude/settings.json：

{
  "mcpServers": {
    "fdepAnalyzer": {
      "command": "fdep-mcp-server",
      "args": [],
      "env": {
        "FDEP_PATH": "/path/to/your/fdep/output"
      }
    }
  }
}

注意：首次运行服务器时需要时间，因为它会导入和处理 FDEP 数据。

Cursor

添加到你的 Cursor 设置（Cmd/Ctrl + , → 扩展 → MCP）：

{
  "mcp.servers": {
    "fdepAnalyzer": {
      "command": "fdep-mcp-server",
      "args": [],
      "env": {
        "FDEP_PATH": "/path/to/your/fdep/output",
        "LOG_LEVEL": "INFO"
      }
    }
  }
}

注意：首次运行服务器时需要时间，因为它会导入和处理 FDEP 数据。

VS Code

安装 MCP 扩展，并添加到 settings.json：

{
  "mcp.servers": [
    {
      "name": "fdepAnalyzer",
      "command": "fdep-mcp-server",
      "args": [],
      "env": {
        "FDEP_PATH": "/path/to/your/fdep/output"
      }
    }
  ]
}

注意：首次运行服务器时需要时间，因为它会导入和处理 FDEP 数据。

Cline

添加到你的 Cline 配置：

{
  "mcpServers": {
    "fdepAnalyzer": {
      "command": "fdep-mcp-server",
      "args": [],
      "env": {
        "FDEP_PATH": "/path/to/your/fdep/output"
      }
    }
  }
}

注意：首次运行服务器时需要时间，因为它会导入和处理 FDEP 数据。

Continue.dev

添加到你的 .continue/config.json：

{
  "mcpServers": [
    {
      "name": "fdepAnalyzer",
      "command": "fdep-mcp-server",
      "args": [],
      "env": {
        "FDEP_PATH": "/path/to/your/fdep/output"
      }
    }
  ]
}

注意：首次运行服务器时需要时间，因为它会导入和处理 FDEP 数据。

通用 MCP 客户端

对于任何 MCP 兼容的客户端：

{
  "server_name": "fdepAnalyzer",
  "command": "fdep-mcp-server",
  "args": [],
  "environment": {
    "FDEP_PATH": "/path/to/your/fdep/output",
    "DB_HOST": "localhost",
    "DB_NAME": "code_as_data",
    "LOG_LEVEL": "INFO"
  }
}

注意：首次运行服务器时需要时间，因为它会导入和处理 FDEP 数据。

所有客户端的环境变量

# 必需
FDEP_PATH=/path/to/your/fdep/output

# 数据库（如果不同于默认值）
DB_HOST=localhost
DB_PORT=5432
DB_NAME=code_as_data
DB_USER=postgres
DB_PASSWORD=postgres

# 可选
LOG_LEVEL=INFO
DEV_MODE=false

验证连接

配置客户端后，验证连接：

启动你的 MCP 客户端
查找可用工具/服务器中的 "fdepAnalyzer"
测试简单查询：list_modules(limit=5)
应该能看到你的 Haskell 模块列表

🛠️ 可用的 MCP 工具（总计40多种）

📁 模块分析（7种工具）

工具	描述
`initialize_database`	设置数据库并导入 FDEP 数据
`list_modules`	获取模块列表并过滤
`get_module_details`	详细的模块信息及统计
`get_functions_by_module`	列出模块中的所有函数
`search_modules`	基于模式的模块搜索
`get_module_dependencies`	模块依赖分析
`get_code_statistics`	综合代码库统计

⚡ 函数分析（8种工具）

工具	描述
`get_function_details`	详细的函数信息
`search_functions`	按模式搜索函数
`get_most_called_functions`	查找频繁调用的函数
`get_function_call_graph`	函数调用层次
`get_function_callers`	谁调用了这个函数
`get_function_callees`	这个函数调用了什么函数
`analyze_function_complexity`	函数复杂度指标
`get_function_context`	完整的函数上下文及其依赖

🏗️ 类型系统分析（6种工具）

工具	描述
`list_types`	按模块/模式获取类型及分类
`get_type_details`	类型信息及其构造器/字段
`search_types`	高级类型搜索及过滤
`get_type_dependencies`	类型依赖分析
`analyze_type_usage`	类型使用模式
`get_nested_types`	获取嵌套类型定义

📚 类分析（3种工具）

工具	描述
`list_classes`	获取类定义并过滤
`get_class_details`	类信息及其实例
`search_classes`	基于模式的类搜索

📦 导入分析（4种工具）

工具	描述
`analyze_imports`	导入模式及依赖
`get_import_graph`	模块导入关系图
`find_unused_imports`	可能的清理候选
`get_import_details`	综合导入信息

🔍 高级查询（4种工具）

工具	描述
`execute_query`	基本 SQL 查询
`execute_advanced_query`	基于 JSON 的复杂查询及连接
`execute_custom_query`	自定义 SQL 查询及参数
`find_cross_module_calls`	跨模块函数使用

🎯 模式分析（5种工具）

工具	描述
`find_similar_functions`	查找与给定函数相似的函数
`find_code_patterns`	查找重复的代码模式
`group_similar_functions`	按相似性分组函数
`build_type_dependency_graph`	构建综合类型依赖图
`analyze_type_relationships`	分析深层次类型关系

📍 源位置（3种工具）

工具	描述
`find_element_by_location`	根据源位置查找代码元素
`get_location_context`	获取源位置周围的上下文
`generate_function_imports`	为函数生成导入语句

🔬 增强分析（3种工具）

工具	描述
`pattern_match_code`	高级代码结构模式匹配
`analyze_cross_module_dependencies`	综合依赖分析
`enhanced_function_call_graph`	带有高级选项的增强调用图

🔍 示例查询

基本分析

# 搜索验证函数
search_functions(pattern="validation", limit=10)

# 获取主函数详情
get_function_details(function_name="main")

# 查找最常调用的函数
get_most_called_functions(limit=20)

# 列出特定区域的模块
list_modules(limit=50)

高级分析

# 获取函数调用层次
get_function_call_graph(function_name="processData", depth=3)

# 分析类型依赖
get_type_dependencies(type_name="User", include_dependents=true)

# 查找跨模块函数调用
find_cross_module_calls(source_module="Services", target_module="Database")

# 复杂的 JSON 查询
execute_advanced_query({
  "type": "function",
  "conditions": [
    {"field": "name", "operator": "like", "value": "%Handler%"}
  ],
  "limit": 50
})

架构分析

# 模块依赖分析
get_module_dependencies(module_name="Core.Services", include_dependents=true)

# 导入关系图
get_import_graph(root_module="Main", depth=3)

# 复杂度分析
analyze_function_complexity(module_name="BusinessLogic", min_complexity=5)

# 综合统计
get_code_statistics(include_details=true)

⚙️ 配置

环境变量（.env）

# 数据库
DB_USER=postgres
DB_PASSWORD=postgres
DB_HOST=localhost
DB_PORT=5432
DB_NAME=code_as_data

# FDEP 数据源
FDEP_PATH=/path/to/your/fdep/output

# 日志
LOG_LEVEL=INFO

Spider 插件集成

对于使用 GHC 9.2.8 的 Haskell 项目：

添加 Spider flake 输入
使用 fdep 和 fieldInspector 插件配置 cabal
在构建期间运行 socket 服务器
生成 FDEP 输出进行分析

工具分布

📁 模块分析：7种工具
⚡ 函数分析：8种工具
🏗️ 类型系统：6种工具
📚 类分析：3种工具
📦 导入分析：4种工具
🔍 高级查询：4种工具
🎯 模式分析：5种工具
📍 源位置：3种工具
🔬 增强分析：3种工具