代码审查服务器
使用 Repomix 和 LLM 执行代码审查的自定义 MCP 服务器。
特征
使用 Repomix 扁平化代码库
使用大型语言模型分析代码
获取包含具体问题和建议的结构化代码审查
支持多个 LLM 提供商（OpenAI、Anthropic、Gemini）
处理大型代码库的分块
Related MCP server: MCP Prompt Enhancer
安装
配置
基于.env.example模板在根目录下创建.env文件：
编辑.env文件以设置您首选的 LLM 提供程序和 API 密钥：
用法
作为 MCP 服务器
代码审查服务器实现了模型上下文协议（MCP），可以与任何 MCP 客户端一起使用：
该服务器公开两个主要工具：
analyze_repo：使用 Repomix 扁平化代码库code_review：使用 LLM 执行代码审查
何时使用 MCP 工具
该服务器针对不同的代码分析需求提供了两种不同的工具：
分析仓库
当您需要执行以下操作时，请使用此工具：
获取代码库结构和组织的高级概述
将存储库扁平化为文本表示形式，以便进行初步分析
无需详细审查即可了解目录结构和文件内容
准备进行更深入的代码审查
快速扫描代码库以识别相关文件以供进一步分析
示例情况：
“我想在审查之前先了解一下这个存储库的结构”
“告诉我这个代码库中有哪些文件和目录”
“给我一个代码的平面视图来了解它的组织”
代码审查
当您需要执行以下操作时，请使用此工具：
执行全面的代码质量评估
识别特定的安全漏洞、性能瓶颈或代码质量问题
获得改进代码的可行建议
对问题进行详细审查，并进行严重程度评级
根据最佳实践评估代码库
示例情况：
“检查此代码库是否存在安全漏洞”
“分析这些特定 JavaScript 文件的性能”
“请给我一份关于这个存储库的详细代码质量评估”
“检查我的代码并告诉我如何提高其可维护性”
何时使用参数：
specificFiles：当您只想查看某些文件而不是整个存储库时fileTypes：当你想关注特定的文件扩展名时（例如 .js、.ts）detailLevel：使用“basic”进行快速概览或使用“detailed”进行深入分析focusAreas：当你想优先考虑某些方面（安全性、性能等）时
使用 CLI 工具
为了测试目的，您可以使用附带的 CLI 工具：
选项：
--files <file1,file2>：需要审查的特定文件--types <.js,.ts>：要包含在审核中的文件类型--detail <basic|detailed>：详细程度（默认值：详细）--focus <areas>：需要关注的领域（安全性、性能、质量、可维护性）
例子：
发展
LLM 整合
代码审查服务器直接与多个 LLM 提供程序 API 集成：
OpenAI （默认值：gpt-4o）
人类学（默认值：claude-3-opus-20240307）
双子座（默认：gemini-1.5-pro）
提供程序配置
在.env文件中配置您首选的 LLM 提供程序：
模型配置
您可以选择指定每个提供程序要使用的模型：
LLM 集成如何运作
code_review工具使用 Repomix 处理代码，以扁平化存储库结构如果需要，代码将被格式化和分块以适应 LLM 上下文限制
根据重点领域和详细程度生成详细提示
提示和代码将直接发送到您选择的提供商的 LLM API
LLM 响应被解析为结构化格式
评论以 JSON 对象的形式返回，其中包含问题、优势和建议
该实现包括重试逻辑，用于抵御 API 错误和适当的格式，以确保在审查中包含最相关的代码。
代码审查输出格式
代码审查以结构化的 JSON 格式返回：
执照
麻省理工学院