项目简介

Code Scalpel 是一个基于 Model Context Protocol (MCP) 构建的智能代码分析服务器，专门为AI助手（如Claude、GitHub Copilot、Cursor）提供上下文服务。它采用程序依赖图（PDG）技术，能够精确提取相关代码片段而非整个文件，显著减少token消耗，让LLM能够高效处理大型代码库。

主要功能

手术式代码提取：仅提取目标函数及其依赖，而非整个文件
多语言支持：Python、TypeScript、JavaScript、Java
安全漏洞检测：17+种漏洞类型检测，包括SQL注入、XSS、命令注入等
跨文件分析：自动追踪跨模块的函数调用和变量依赖
符号执行引擎：使用Z3求解器探索所有执行路径
自动测试生成：基于符号路径生成精确的单元测试
缓存性能优化：200x缓存加速，提升分析效率
智能依赖解析：自动识别并包含所需的导入和依赖项

安装步骤

方式一：使用pip安装

pip install code-scalpel

方式二：使用uv安装（推荐）

uvx code-scalpel --help

服务器配置

VS Code / GitHub Copilot 配置

在项目根目录创建 '.vscode/mcp.json'：

{
  "servers": {
    "code-scalpel": {
      "type": "stdio",
      "command": "uvx",
      "args": ["code-scalpel", "mcp", "--root", "${workspaceFolder}"]
  }
}

Claude Desktop 配置

在Claude配置文件中添加：

{
  "mcpServers": {
    "code-scalpel": {
      "command": "uvx",
      "args": ["code-scalpel", "mcp", "--root", "项目路径"]
}

HTTP服务器部署

code-scalpel mcp --http --port 8593

Docker部署

docker run -d -p 8593:8593 -v $(pwd):/project code-scalpel

基本使用方法

启动MCP服务器后，AI助手可以通过19种工具进行代码操作：

'analyze_code'：解析代码结构
'extract_code'：手术式提取函数/类
'security_scan'：安全漏洞检测
'generate_unit_tests'：自动生成测试用例
'symbolic_execute'：符号执行探索路径
'cross_file_security_scan'：检测跨模块漏洞
'update_symbol'：安全替换代码片段
'simulate_refactor'：验证修改的安全性
'get_call_graph'：生成函数调用图
'get_symbol_references'：查找符号引用

分析代码：

code-scalpel analyze app.py

安全扫描：

code-scalpel scan --code "cursor.execute(user_input)"]

关键词